ISSN 1851-1317

Gabriel Larotonda

C URSOS DE GRADO Fasc culo 3

CALCULO Y ANALISIS

n an xn

f f xi i

Vol

ax b
CALCULO INTEGRAL CALCULO DIFERENCIAL

F d

CALCULO
Polinomio de Taylor

ANALISIS

ANALISIS COMPLEJO

ANALISIS REAL

ANALISIS NUMERICO

D EPARTAMENTO DE M ATEM ATICA

FACULTAD DE C IENCIAS E XACTAS Y NATURALES U NIVERSIDAD DE B UENOS A IRES

2010

Cursos de Grado Fasc culo 3

Comit e Editorial: Carlos Cabrelli (Director). Departamento de Matem atica, FCEyN, Universidad de Buenos Aires. E-mail: cabrelli@dm.uba.ar Guillermo Corti nas. Departamento de Matem atica, FCEyN, Universidad de Buenos Aires. E-mail: gcorti@dm.uba.ar Claudia Lederman. Departamento de Matem atica, FCEyN, Universidad de Buenos Aires. E-mail: clederma@dm.uba.ar

Auxiliar editorial: Leandro Vendramin. Departamento de Matem atica, FCEyN, Universidad de Buenos Aires. E-mail: lvendramin@dm.uba.ar

ISSN 1851-1317 (Versi on Electr onica) ISSN 1851-1295 (Versi on Impresa)

Derechos reservados 2010 Departamento de Matem atica, Facultad de Ciencias Exactas y Naturales, Universidad de Buenos Aires. Departamento de Matem atica Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires Ciudad Universitaria - Pabell on I (1428) Ciudad de Buenos Aires Argentina. http://www.dm.uba.ar e-mail: secre@dm.uba.ar tel/fax: (+54-11)-4576-3335

III

Este libro naci o como unas notas para un curso de An alisis, y de a poco se fue convirtiendo en algo m as que unas notas. Trat e de conservar un estilo coloquial, sumado al rigor de deniciones y teoremas, sin evitar ning un tema, a un aquellos que suelen tener (inmerecida) fama de intratables. Pienso que todos los temas que aqu se estudian son accesibles para un estudiante que haya hecho un curso de c alculo en una variable real, y otro de a lgebra lineal, si se abordan de la manera adecuada. En lo posible intent e evitar el uso de coordenadas, y aunque en muchos casos es necesario volver a ellas para dar un sentido concreto a las ideas geom etricas, puede decirse que en general, con modicaciones menores, las pruebas se adaptan a un contexto m as amplio. Esa fue mi intenci on al preparar las clases, y es la intenci on de este libro: hacer accesibles temas sutiles del an alisis y el c alculo en una y varias variables reales, y vincular estos temas de manera intr nseca con la geometr a del espacio, sin permitir que el uso de coordenadas oscurezca esta relaci on. Si bien el libro contiene problemas que surgen naturalmente a lo largo de la presentaci on de los temas, estos no suplen una verdadera pr actica donde los conceptos se trabajen a partir de ejemplos progresivamente m as sosticados. En este caso, las pr acticas de la materia An alisis I (dictada por el Departamento de Matem atica de la Facultad de Ciencias Exactas y Naturales de la Universidad de Buenos Aires) son el complemento ideal para estas notas, que fueron pensadas con estas pr acticas en la mano. Se puede acceder a las mismas a trav es de la p agina del Departamento de Matem atica, cms.dm.uba.ar .

Agradecimientos: A Sam por su entusiasmo y apoyo constante, a mis hijos por darle color a los grises. A Cristian Conde por hacer de editor y corrector en las sombras, en forma totalmente desinteresada. A Pablo Groisman porque cuando s olo hab a unas notas en borrador, me hizo notar que las notas pod an tener alg un valor para los alumnos.

IV

P REFACIO

Es supersticiosa y vana la costumbre de buscar sentido en los libros, equiparable a buscarlo en los sue nos o en las l neas ca oticas de las manos. J. L. B ORGES

En este libro queremos estudiar problemas que involucren varias variables o inc ognitas, todas ellas n umeros reales. Como aprendimos en cursos de c alculo elementales, lo m as pr actico es darle nombre a las variables y despu es pensar cu ales son las funciones que modelan el problema; estas funciones van a depender de esas variables. Es la estrategia de nombrar y conquistar. Por ejemplo, si queremos saber qu e forma debe que tener un terreno rectangular de a rea 100m2, para gastar la menor cantidad de alambre en su borde, al per metro lo llamamos P, el a rea A, y llamamos b a la base del rect angulo y a a su altura.

100m2 b

on del a rea nos queda una Se tiene A b a 100 y por otro lado P 2a 2b. Despejando de la ecuaci ecuaci on en una sola variable, Pa 2a 2 100 . Entonces aparece una funci o n P , de variable real a, a a la cual le buscamos el m nimo. Es importante entender el dominio de la funci on, que es a 0. Por otro lado, para buscarle el m nimo, que hacemos? Simplemente le buscamos los extremos locales a P. Y para . Igualando a cero se tiene eso hace falta calcular la derivada de P! Hag amoslo: se tiene P a 2 2 100 a2 2 100, y como a debe ser un n umero positivo, a 10, y en consecuencia b 10. Es decir el terreno debe a ser cuadrado.

Vemos como para resolver un problema muy simple, aparecen herramientas que no son obvias. En primer lugar la noci on de dominio, que requiere entender un poco el conjunto de los n umeros reales. En segundo lugar, la noci on de derivada, que si la pensamos un poquito era pensar en las rectas tangentes al gr aco de P, que a su vez se obten an como l mite de rectas secantes. S , apareci o el l mite. Y todo para probar que el terrenito era cuadrado. En la pr oxima gura se representa el gr aco de una funci on P, y una recta secante al gr aco en el punto

VI

Pa. La pendiente de esta recta se calcular como Px Pa xa

y x

y en los casos en que esta cantidad tiene l mite cuando x que nos da el l mite lo llamamos P a. y y Pa Px

a, decimos que P es derivable en a y al n umero

y x

x a P a

y x
a y P ax a Pa x

en sabemos Tambi que los l mites nos dicen que pasa con el gr aco de la funci on en puntos conictivos; que tipo de discontinuidad tiene, si tiene o no as ntotas. Por otro lado, la noci on de derivada es muy u til para entender el comportamiento de la funci on, no necesariamente cerca de un m aximo o un m nimo.
Otras cosas que aprendimos fueron que una funci on muy complicada se puede aproximar con la recta calcularla cerca, y tambi tangente para en que usando el polinomio de Taylor, en muchos casos se la puede como uno quiera, e incluso estimar el error que cometemos cuando usamos el polinomio en aproximar tanto on original. En la siguiente gura se presenta el gr vez aco de f y se observa que el polinomio Pn de la funci es una buena aproximaci on de f para los x que est an cerca de x a.

y f a h

f a h Pn a h Rn a h y Pn x

Pn a h f a y

f x x

ah

Pues bien: todas estas herramientas se pueden generalizar a funciones de varias variables. As , por ejemplo, de aqu a unos meses vamos a estar en condiciones de resolver el siguiente problema:

Notar que, en el problema que aqu se presenta, hay demasiadas variables (y pocas ecuaciones) como para intentar el truco de despejar y llevar todo el problema a una sola variable. Volveremos a este problema en el Cap tulo 5, cuando dispongamos de otras herramientas. Mientras tanto, invitamos al lector a resolverlo usando argumentos de simetr a en las variables a l p que lo modelan.

Queremos armar una caja rectangular, tal que la suma del ancho, el largo y la profundidad de la caja no excedan los tres metros (a l p 300cm). Cu al es el m aximo volumen que puede tener la caja, y cu ales ser an sus dimensiones?

Por el camino, van a surgir ideas, herramientas y ejemplos que tienen valor por s mismos, y que no solamente van a servir para resolver problemas de m aximos y m nimos como el de arriba. Van a surgir problemas que en principio s olo tienen que ver con la formulaci on de estas deniciones, es decir, problemas intr nsecos de la matem atica. Comencemos!

VIII

 I NDICE

GENERAL

Indice general 1. C alculo en n 1.1. N umeros reales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.1.1. Axiomas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.1.2. Sucesiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2. El espacio como n-uplas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2.1. Distancia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2.2. Producto escalar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2.3. Entornos y conjuntos abiertos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2.4. L mites en n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2.5. Puntos de acumulaci on y conjuntos cerrados . . . . . . . . . . . . . . . . . . . . . 1.2.6. Conjuntos acotados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.3. Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2. Funciones 2.1. Dominio, gr aco, imagen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.1.1. Funciones f :
n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

IX

1 1 2 8 12 13 14 16 22 24 27 28 31 31 31 32 33 36 40 40 42 43 45 45 48

2.1.2. Curvas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.1.3. Gr aco, curvas y supercies de nivel . . . . . . . . . . . . . . . . . . . . . . . . . 2.1.4. L mite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2. Funciones F : n
m

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.2.1. Composici on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2.2. Curvas y el l mite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2.3. L mite y sucesiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3. Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3.1. Propiedades de las funciones continuas . . . . . . . . . . . . . . . . . . . . . . . . 2.3.2. Caracterizaci on de las funciones continuas . . . . . . . . . . . . . . . . . . . . . .

INDICE GENERAL

2.3.3. Continuidad uniforme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.4. Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3. Derivadas y Diferencial 3.1. Derivadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.1.1. Curvas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.1.2. Derivadas direccionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.1.3. Derivadas parciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2. Plano tangente y Diferencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2.1. Unicidad de la diferencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2.2. Algebra de funciones diferenciables . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2.3. Repaso de los teoremas en una variable . . . . . . . . . . . . . . . . . . . . . . . . 3.2.4. Criterio de diferenciabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2.5. Funciones F : n
m . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

48 49 51 51 53 55 58 59 64 67 70 73 74 80 81 85 85 86 87 94 98

3.3. Teoremas de Lagrange y Fermat en n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.4. NOTAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4. Funci on inversa e impl cita 4.1. Funci on Inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.1.1. Funciones de clase Ck . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.1.2. Transformaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2. Supercies de nivel y funciones impl citas . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.1. Funci on impl cita en
n

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4.3. NOTAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 5. Taylor y extremos 107

5.1. Polinomio de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 5.1.1. Varias variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108 5.1.2. Demostraci on alternativa de la f ormula de Taylor de orden 2 en n . . . . . . . . . . 115 5.2. Extremos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117 5.2.1. Formas cuadr aticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 5.2.2. El Hessiano y los extremos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122 5.3. Extremos con restricciones, multiplicadores de Lagrange . . . . . . . . . . . . . . . . . . . 127 5.3.1. Extremos en una regi on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127 5.3.2. Extremos en regiones con borde que se puede parametrizar . . . . . . . . . . . . . . 127 5.3.3. Multiplicadores de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129 5.3.4. Multiplicadores en . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131

 INDICE GENERAL

XI

5.3.5. Un ejemplo elemental . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132 5.3.6. Varias ligaduras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133 6. Integrales en 135

6.1. Integrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135 6.1.1. Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141 6.2. Integrales impropias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146 6.2.1. Intervalos innitos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148 6.2.2. Convergencia condicional y absoluta . . . . . . . . . . . . . . . . . . . . . . . . . . 149 6.2.3. Criterios de comparaci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150 6.3. NOTAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157 7. Integrales multiples 159 7.1. Integrales en el plano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159 7.1.1. Rect angulos y particiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159 7.1.2. Integral de Riemann . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162 7.1.3. Integrales iteradas y el Teorema de Fubini . . . . . . . . . . . . . . . . . . . . . . . 166 7.2. Integrales en 3 y n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172 7.3. Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177 7.3.1. Medida de una regi on y Teorema del valor medio . . . . . . . . . . . . . . . . . . . 178 7.4. NOTAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180 8. Teorema de cambio de variables 183

8.1. El m etodo de sustituci on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183 8.2. Particiones generales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183 8.3. Transformaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185 8.4. Cambio de variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187 8.4.1. Cambio de variable en 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193 Bibliograf a 201

XII

INDICE GENERAL

 1 C ALCULO

EN

No soy un n umero! Soy un hombre libre! El Prisionero

1.1. Numeros reales

Lo primero que notamos en la charla del prefacio, es que es relevante entender c omo es el dominio de una funci on, que es un subconjunto de ; y si vamos a hablar de l mites y derivadas, es bueno entender un poco mejor los n umeros reales. Observaci on 1.1.1. Qu e es un n umero real? Esta pregunta inocente es m as dif cil de contestar de lo que parece. Una primer aproximaci on intuitiva (o que aprendimos en la escuela) nos dice que es el conjunto de los n umeros que ocupan la recta num erica, es decir, hay una correspondencia entre los n umeros reales y los elementos de la recta. 0 Pero esto trae otras preguntas, como por ejemplo qu e es una recta y si todas las rectas son iguales o al menos equivalentes en alg un sentido, y c omo es la tal correspondencia. Esto no quiere decir que la idea la tengamos que descartar, por el contrario! esta idea es fundamental para poder imaginar mentalmente los n umeros y los problemas que sobre ellos consideremos. Si repasamos un poco lo aprendido, veremos que lo m as importante no es qu e son, sino que propiedades tienen. En realidad, desde un punto de vista m as formal, uno podr a pensar que la pregunta qu e son? se contesta haciendo una lista de las propiedades m as importantes, y viendo que si un conjunto cumple estas en garantiza que hay alg un conjunto que cumpla esas propiedades en propiedades entonces es . Pero qui abstracto? Si alguien dice el conjunto que las verica es , pues yo le contestar a que no lo puede poner como ejemplo si todav a no nos pusimos de acuerdo en qu e es un n umero real! Repasemos: los n umeros naturales 1 2 3 son todos n umeros reales. Los n umeros enteros (que se obtienen tomando los inversos de los naturales respecto de la suma y agregando el neutro 0 de la 2 1 0 1 2 3 son todos reales. Si uno considera cocientes de n umeros enteros (algo suma), bastante natural al pensar en la divisi on), obtiene los racionales p q: p q q0 .

C alculo en n

Sabemos que con esto NO alcanza. Por ejemplo en un tri angulo de catetos unitarios, la hipotenusa es 2, que no es ning un n umero h racional.

h2

12 12

1 umeros Esta u ltima armaci on requiere una prueba: supongamos que 2 es racional. Entonces existen p q n naturales tales que 2 p q. Vamos a suponer que cancelamos todos los factores posibles de p y q de manera que no tengan ning un factor com un. Elevando al cuadrado, 2 o equivalentemente 2q2 p2 Ahora pensemos cu antas veces aparece el factor 2 en la factorizaci on de p2 . Como p2 p p, el factor 2 2 aparece un n umero par de veces en la factorizaci on de p , pues aparece el doble de veces que en la factorizaci on de p. En el caso en el que no aparece (o sea si p es impar) esta armaci on sigue siendo cierta pues vamos a adoptar la convenci on de que 0 es un n umero par (pues se puede escribir como 0 2 0). Entonces a la derecha de la igualdad, tenemos un n umero par de factores 2. El mismo razonamiento aplicado a q2 nos dice que a la izquierda el factor 2 aparece un n umero impar de veces. Esto es imposible, lo que prueba que 2 no es racional. p2 q2

Todo n umero real que no es racional se denomina irracional, y al conjunto de n umeros irracionales se lo suele denotar con la letra . Se tienen las obvias inclusiones estrictas

Observaci on 1.1.2. Como curiosidad, los irracionales tambi en se pueden clasicar como algebraicos o trascendentes. Los primeros son los que son ceros de polinomios con coecientes enteros, por ejemplo 2 umeros trascendentes son e y es algebraico puesto que es ra z del polinomio px x2 2. Ejemplos de n . Por supuesto, probar que estos n umeros NO son algebraicos tampoco es elemental! Para una prueba a es). s olo un clic puede verse la Wikipedia 1 (en ingl

1.1.1. Axiomas
Volvamos al asunto de las cosas que hacen que sea . Veamos primero los axiomas que hacen de un cuerpo ordenado. Esto es, propiedades que no se demuestran sino que se suponen v alidas.
1 http://en.wikipedia.org/wiki/Transcendental_number

1.1 Numeros reales

Entre triviales y excesivamente abstractos para nuestra intuici on, son la base sobre la que se construyen todos los resultados del an alisis.

Axiomas de la suma: S1) Conmutatividad: si a b , a b b a.

a b c .

S2) Asociatividad: si a b c , a b c

S1) Inverso Aditivo: si a , existe un inverso aditivo, lo llamamos a, verica a a En general escribimos a b en vez de a b. Axiomas del producto: P1) Conmutatividad: si a b , a b b a.
a

S3) Elemento Neutro: existe y lo llamamos 0. Si a , a 0

a. 0.

P2) Asociatividad: si a b c , a b c

b c. a.

P3) Elemento Neutro: existe y lo llamamos 1. Si a , 1 a

P4) Inverso Multiplicativo: si a , a 0, existe un inverso multiplicativo, lo llamamos a1 , verica a a1 1. a1 .

En general omitimos el punto, es decir escribimos a b

ab. Tambi en es usual escribir

1 a

Propiedad distributiva: D) Distributividad: si a b c , ab c ab ac.

Axiomas del orden: O1) Tricotom a: si a b , hay s olo tres posibilidades (excluyentes), que son a byb c, entonces a c. b, a b, a b.

O2) Transitividad: si a b c son tales que a

C alculo en n

O3) Monoton a de la suma: Si a b c son tales que a

b, entonces a c byc

b c. bc.

O4) Monoton a del producto: si a b c , son tales que a

0, entonces ac

En particular dados dos n umeros reales distintos siempre hay un tercero en el medio, y siguiendo este razonamiento se ve que hay innitos. Si a b , el promedio est a en y entonces se ve que hay innitos racionales. Estos hechos los usaremos sin otra aclaraci on.

Se tiene 0 1 justicarlo con los axiomas! Se deduce f acilmente que si a b, entonces el promedio b p a umero real tal que 2 es un n a p b.

Algo m as sutiles, son las pruebas de que entre dos reales siempre hay un racional, y de que entre dos racionales siempre hay un irracional, pruebas que dejaremos para el Corolario 1.1.12. Hasta aqu las propiedades que hacen de un cuerpo ordenado. El problema es que no es el u nico. Es decir, cumple todos estos axiomas. Lo que falta es el axioma de completitud, es decir, ver que no hay agujeros en , cuando por ejemplo si los hay en . o, y tiene un tope por encima, entonces Intentamos formalizar un poco. Est a claro que si A es no vac podemos buscar el tope m as chiquito? Pensarlo en la recta: indicamos al conjunto A con l neas mas gruesas A co ptima Un tope por encima es una cota superior. Es decir, Denici on 1.1.3. Una cota superior es un n umero real M tal que para todo a A, se tiene a M. c

Si hay una cota superior, hay innitas (cualquiera m as grande sirve). El asunto es encontrar la o ptima (la m as peque na). Esta se denomina supremo del conjunto A, y se anota sup A. Es decir, Denici on 1.1.4. s es el supremo de A si para todo a A, a s s . M y adem as si s es otra cota superior,

Lo relevante, que hay que tener en cuenta en esta discusi on es el axioma de completitud de los n umeros reales, que dice que Axioma. Si A
es no vac o, y est a acotado superiormente, entonces A tiene supremo s.

Se dice que es completo en el orden. Algo obvio: Proposici on 1.1.5. El supremo de un conjunto es u nico.

1.1 Numeros reales

Demostraci on. Si hay otro, s , se tiene por un lado s s (pues s es cota superior y s es la menor cota superior), y por otro lado s s (pues s tambi en es la menor cota superior). An alogamente se dene cota inferior e nmo, Denici on 1.1.6. Una cota inferior es un n umero real m tal que para todo a A, se tiene a m. El n umero i es el nmo de A si para todo a A, a i y adem as si i es otra cota inferior, i i . Es decir el nmo es la m as grande de las cotas inferiores, y tambi en si existe es u nico. Denici on 1.1.7. Un conjunto A mente.
se dice acotado si est a acotado tanto superiormente como inferior-

El supremo (o el nmo) puede pertenecer o no al conjunto. Hagamos algunos ejemplos con cuidado, por m as que parezcan obvios. Queda como ejercicio para el lector el siguiente problema, cuyo resultado usaremos de aqu en m as:

Problema 1.1.8. Probar que si r , r 0 y r2 3, entonces r . Es decir, probar que 3 es irracional. Se sugiere ver la prueba de que 2 no es racional.

Con este resultado a mano, podemos hallar el supremo del siguiente conjunto. x : x2

Ejemplo 1.1.9. Hallar el supremo s del conjunto A

El candidato es s 3. Notemos que s es cota superior pues si x A, entonces x2 3 implica x 3, luego x x 3. C omo probamos que es la menor? Por el absurdo: supongamos que hay otra cota 3. Ahora entre s y s hay al menos un n umero real a (hay innitos). superior m as peque s na, digamos 2 Se tiene a s 3, luego a 3, es decir a A. Por otro lado s a, con lo cual s no ser a cota superior. El absurdo proviene de suponer que hay otra cota superior m as peque na que s. Observaci on 1.1.10. Notar que si uno busca el supremo del conjunto A x : x2 3 , el supremo va 3, que no es un n umero racional! Esto nos dice que la propiedad de completitud a ser nuevamente s es inherente a los n umeros reales. Es decir, hay subconjuntos de que est an acotados superiormente en , pero que NO tienen supremo en . Demostremos mejor esta u ltima observaci on. Para ello necesitamos algunas herramientas t ecnicas. Proposici on 1.1.11. Arquimedianeidad o principio de Arqu medes: Si x es un numero real, entonces existe n tal que n x. Permite comparar cualquier n umero con un natural. Se puede deducir del axioma de completitud. / , en particular 1 x, luego se puede k : k x . Si X 0 Demostraci on. Sea x , y consideremos X tomar n 1. Si X no es vac o, como est a acotado superiormente (por x), tiene un supremo s sup X .

3 .

C alculo en n

Como s 1 no puede ser cota superior de X (pues s es la m as chica), debe existir k0 X tal que s 1 Tomando n k0 1 se tiene n y adem as n s. Por esto u ltimo n X , lo que nos dice que n x.

k0 .

Con esta herramienta podemos probar algo que todos sabemos que es cierto. En nuestra formaci on inicial y media, aprendimos algunos hechos supuestamente u tiles sin ninguna pista del por qu e de su validez (o el por qu e de su relevancia!). Corolario 1.1.12. Entre dos n umeros reales distintos siempre hay un n umero racional. Entre dos n umeros reales distintos siempre hay un n umero irracional. umeros reales (elegimos los nombres para que queden en ese orden, es decir, Demostraci on. Sean a b n 1 llamamos a al m as chico as grande). Entonces b a 0, y en consecuencia b 0. Existe por el y b al m a 1 principio de Arqu medes un n umero natural n tal que n ba . Observemos que nb na nb a 1

na 1

na na a

na 1

nb

En consecuencia, tiene que existir un n umero entero k entre nb y na. Es decir, existe k k k k nb. Dividendo por n se obtiene a n b, que nos dice que n est a entre a y b.

tal que

1 es decir a 2

Ahora veamos que entre dos n umeros reales siempre hay un irracional. Vamos a volver a suponer que 1 1 1 k entre ellos, b. Multiplicando por obtenemos a b. Por lo anterior existe un n umero racional n 2 2 2
k n 1 b. Multiplicando por 2 se obtiene a 2

k n

b. Armamos que este n umero del

k n

medio es irracional: si fuera racional, existir an j m enteros tales que ser a racional, lo cual es falso, como ya probamos. Ejemplo 1.1.13. Sea A x : x2 en , pero no tiene supremo en .

j m.

Pero entonces

jn mk

2yx

0 . Entonces A

es no vac o y est a acotado superiormente

Demostraci on. Que es no vac o es evidente pues 1 A. Por otro lado, C 2 es una cota superior de A pues si x A entonces x2 2 4, con lo cual x 2, y como x es positivo, se tiene x 2. Por u ltimo, una cota superior, y es la m as peque na de ellas. supongamos que existe s tal que s sup A. Es decir, s es Hay tres posibilidades: la primera s 2 es imposible pues 2 no es racional. La segunda es que s 2 ( y podemos suponer s 1 pues 1 A). Pero si tomamos r un n umero racional tal que s r 2, llegamos a ser mayor que ), se tiene un absurdo pues elevando al cuadrado obtenemos r2 2, y como r es positivo (por s. Pero entoncessvolvemos r A. Esto contradice que s es cota superior de A. La u ltima posibilidad es s a elegir t tal que s t s, y este n umero es una cota superior de A en m as peque na que s, lo cual es imposible. Corolario 1.1.14. El cuerpo no es completo en el orden (no verica el axioma de completitud).

1.1 Numeros reales

Ejemplo 1.1.15. Hallar el supremo s del conjunto A

1 1 n : n . s A?

Aqu el candidato natural es s 1 (que NO es un elemento de A). Es una cota superior pues 1 1 1 para n todo n natural. Falta ver que es la menor. De nuevo: si hubiera otra cota superior, digamos s 1, tomemos 1 medes. Entonces despejando se n0 tal que n0 1 s que siempre se puede por el principio de Arqu 1 obtiene s 1 n0 lo que contradice que s sea cota superior. Observaci on 1.1.16. Puede probarse que si A es conjunto que es un cuerpo ordenado (cumple los axiomas as bien se lo puede identicar con de arriba S,P,D,O), y A es completo en el orden, entonces A ES (o m respetando las operaciones y el orden)2. Algo que qued o en el tintero y que no vamos a tratar aqu , es como se pueden construir (si, construir a partir de los n umeros racionales) los n umeros reales, para de esa forma estar seguros de que hay un conjunto que verica todo lo que queremos. Recordemos que nunca dijimos qui en es ! Hay varias maneras de hacer esta construcci on, por ejemplo usando cortaduras de Dedekind o sucesiones de Cauchy; el lector insaciable con acceso a Internet puede leer sobre estas construcciones en la Wikipedia3 , aunque hay otras fuentes en papel mejor escritas de donde leerlo, como por ejemplo, el libro de Birkhoff-McLane de Algebra [1]. Volvamos al supremo de un conjunto A (algo habitual en las deniciones de l mite)
a para todo a A . Una caracterizaci on u til es la siguiente, en t erminos de

Proposici on 1.1.17. s es el supremo de A si y s olo si 1. s

2. dado

0, existe a A tal que s s s

a. s s aA

Demostraci on. Empecemos con la denici on vieja, entonces obviamente se cumple 1). Por otro lado, dado 0, se tienen s s y esto nos dice que s no es cota superior de A (recordemos que s era la m as chica). O sea, existe alg un a A tal que s a, lo cual prueba 2). Si partimos de esta denici on, tenemos que probar que un s que verica 1) y 2) es el supremo. Claramente s es cota superior, falta probar que es la m as chica. Si hubiera una cota superior m as chica, digamos s , entonces tomamos s s 0 y llegamos a un absurdo pues 2) nos dice que existe a A tal que s s s a, es decir, s a lo que contradice que s es cota superior.
2 http://planetmath.org/?op=getobj&from=objects&id=5607 3 http://en.wikipedia.org/wiki/Construction_of_real_numbers

C alculo en n

An alogamente, se tiene el siguiente resultado que dejamos como ejercicio al lector. Qu e se puede decir de un conjunto A nfA supA? Y si B supB?
es tal que nfA tal que

Problema 1.1.18. i es el nmo de A si y s olo si 1. i 2. dado 0, existe a A tal que i a. a para todo a A

nfB y supB

1.1.2. Sucesiones
Una sucesi on se puede pensar como un cierto conjunto de n umeros reales, ordenado de alguna manera. M as precisamente, es una funci on s : , que en general se anota sn en vez de sn. Es decir, si ponemos 1 1 sn 1 n, lo que queremos nombrar es la sucesi on cuyos primeros t erminos son 1 1 sucesi2 3 4 y as 1 1 1 1 vamente. Es importante observar que no es lo mismo que la sucesi on 1 3 2 5 4 (en otro orden). Estas sucesiones tienen todos sus t erminos distintos. Pero esto no tiene por qu e ser as . Por ejemplo 121212 toma s olo dos valores distintos, y como caso extremo 333333

es una sucesi on que se denomina sucesi on constante. Las sucesiones son u tiles para describir problemas de aproximaci on. As , si quiero descubrir que pasa con 1 x cuando x tiende a innito, basta mirar algunos 1 1 0 1; 100 0 01 para descubrir que tiende a cero. t erminos como 1; 10 Denici o n 1.1.19. Se dice que una sucesi on an tiende al n umero l cuando n n0 tal que si n n0 , entonces an l . En ese caso escribimos
n

, si dado

0 existe

l m an

l o bien an

que an tiende a l si todos los t Es decir erminos de an est an tan cerca de l como uno quiera a partir de un t ermino dado. Recordemos que an l quiere decir

an

como se indica en la gura:

an

a n p

a n 1

1.1 Numeros reales

La condici on de que todos los t erminos de la sucesi on est en sucientemente cerca del l mite a partir de un n0 se simplica cuando sabemos a priori que todos los t erminos est an a un lado de una constante dada. Dejamos el siguiente problema que pone de maniesto esta simplicaci on.

Problema 1.1.20. Si an l para todo n , para probar que l m an l basta probar que n alogamente, si l an . An an l, basta probar que an l .

Para una exposici on m as detallada (pero todav a elemental) sobre sucesiones, puede verse el libro de Noriega [5], o la gu a de An alisis del CBC de la UBA. Nosotros vamos a ir directamente a lo que nos interesa, que para empezar es una caracterizaci on del supremo. Denici on 1.1.21. Recordemos que una sucesi on es creciente si a1 y estrictamente creciente si a1 a2 a3 a2 a3

An alogamente se dene sucesi on decreciente y estrictamente decreciente. Una sucesi on se dice mon otona si es creciente o decreciente, y estrictamente mon otona si es estrictamente creciente o decreciente. a acotado superiormente, tiene supremo. Se tiene el Como vimos, todo conjunto no vac o A , si est siguiente resultado u til que relaciona el supremo con las sucesiones: Proposici on 1.1.22. Si s sup A, entonces existe una sucesi on creciente an de elementos de A tal que n an s. Si s A, se puede elegir an estrictamente creciente. Demostraci on. Si s A, basta tomar an s la sucesi on constante (que es creciente). Si no, tomamos alg un s elemento a1 A, y ponemos a1 : a1 . Ahora consideramos a2 a12 el promedio, que es un n umero menor a cota estrictamente menor que s. Existe entonces alg un elemento a2 A tal que a2 a2 s (sino a2 ser superior de A, lo cual es imposible pues a2 s). a 1 s As vamos deniendo an como el promedio n2 , y tomamos como an cualquier elemento de A que san1 . est a entre an y s. Ciertamente an es creciente pues an an an1 , y por otro lado 0 s an 2 Luego, repitiendo esta acotaci on se consigue bajar hasta a1 , y por cada vez que bajamos, aparece un n umero 2 dividiendo, con lo cual obtenemos. 0 Esto u ltimo prueba que l m an
n

s an

s a n 1 2

s a1 2 n 1

s, usando la denici on de l mite, pues s a1 est a jo.

10

C alculo en n

Dejamos como ejercicio para el lector, un resultado an alogo para el nmo de un conjunto. Recordar que es clave vericar que todos los t erminos an de la sucesi on deben ser elementos del conjunto A.

Problema 1.1.23. Si i nf A, entonces existe una sucesi on decreciente an de elementos de A tal que an i. Si i A, se puede elegir an estrictamente decreciente.

Subsucesiones Una herramienta extremadamente u til son las subsucesiones. Recordemos que son simplemente una elecci on de un subconjunto de la sucesi on original, provisto del mismo orden que ten a la sucesi on original. 1 As por ejemplo, si an 1 , una subsucesi o n es b , es decir, tomamos k n 2k 1 1 1 4 6 8

que son algunos de los t erminos de la sucesi on original. Para dar mas precisi on a esta idea, recordemos que una sucesi on es simplemente una funci o n s : . Denici on 1.1.24. Sea a : una sucesi on. Una subsucesi on de a es una nueva sucesi on b : que se puede construir a partir de la original de la siguiente manera: existe una funci on estrictamente creciente as coloquialmente: si j : tal que para todo k , bk a jk. M a1 a2

an

es una sucesi on, entonces una subsucesi on ank de an es una sucesi on de la forma a n1 a n2 donde n1 n2 a nk

nk

Observaci on 1.1.25. Se puede seguir esta idea un paso m as: una subsucesi on de una subsucesi on se dene en forma an aloga. Pero si lo pensamos un poco, nos hemos quedado con un conjunto a un m as reducido de la sucesi on original, y los ndices deben seguir siendo estrictamente crecientes. Luego una subsucesi on de una subsucesi on de an no es m as que otra subsucesi on de la sucesi on original an (y si todav a no consegu marearlos es porque lo dije muy despacito). Una consecuencia de la Proposici on 1.1.22, es que toda sucesi on creciente y acotada tiene l mite, el cual coincide con el supremo: on creciente (an1 Proposici on 1.1.26. Si an es una sucesi entonces si s sup an , se tiene l m an s.
n

an

a1 ) y acotada superiormente,

1.1 Numeros reales

11

Demostraci on. Consideremos el conjunto de puntos que forma la sucesi on, es decir A an Por la Proposici on 1.1.22, existe una sucesi on dentro de A que es creciente y tiende a s sup A. Pero esto es lo que llamamos una subsucesi on, es decir la nueva sucesi on consta de algunos de los elementos de an , y la anotamos ank . En consecuencia, dado 0, existe k0 tal que k k0 implica s ank . Tomando n0 nk0 se observa que si n n0 , entonces por ser an creciente se tiene s an que es lo que quer amos probar. s a n0 s ank0

Se tiene un resultado an alogo con el nmo de una sucesi on decreciente y acotada inferiormente, cuya prueba una vez m as queda como ejercicio.

Proposici on 1.1.27. Si an es una sucesi on decreciente (an1 an a1 ) y acotada inferiormente, nf an , se entonces si i tiene l m an i.
n

Volvamos a pensar en sucesiones que no son mon otonas. Hay algo bastante evidente: si una sucesi on no est a acotada (por ejemplo, no est a acotada superiormente), entonces podemos extraer de ella una subsucesi on creciente. De la misma manera, si no est a acotada inferiormente, podemos extraer una sucesi on decreciente.

Lo que sigue es un resultado clave que nos va a ser muy u til m as adelante, que generaliza esta idea a cualquier sucesi on de n umeros reales. Su demostraci on es un tanto t ecnica (paciencia). Proposici on 1.1.28. Sea an una sucesi on de n umeros reales. Entonces existe una subsucesi on ank de an que es mon otona. Demostraci on. Para armar la subsucesi on, nos interesan los t erminos de la sucesi on que son m as grandes que todos los t erminos que les siguen, es decir, los an tales que an ak para todo k n. Los vamos a llamar t erminos dominantes. Hay dos casos: hay innitos t erminos dominantes o hay nitos. Pensemos primero el caso en el que la sucesi on tiene innitos t erminos dominantes a n1 a n2 a n3 Por ser todos dominantes, an1 a n2 a n3

con n1 n2 n3 . Hemos construido una subsucesi on decreciente.

Veamos ahora el caso en el que hay nitos t erminos dominantes (incluyendo la posibilidad de que no haya ninguno). Por ser nitos, hay uno que es el u ltimo (es decir, de all en adelante ning un t ermino de la ermino de la sucesi on que viene despu es de este u ltimo sucesi on es dominante). Tomemos an1 el primer t

12

C alculo en n

dominante (si no hay ning un t ermino dominante en la sucesi on tomamos n1 1). Existe entonces m as a dominante!). As siguiendo, vamos hallando adelante alg un n2 n1 tal que an2 an1 (existe sino an1 ser nk n3 n2 n1 tales que ank an3 an2 an1 . En este caso hemos construido una subsucesi on creciente. Se obtiene as un corolario fundamental, que luego generalizaremos a n . on acotada de n umeros reales. Entonces existe Corolario 1.1.29 (Bolzano-Weierstrass). Sea an una sucesi una subsucesi on ank de an que es convergente. Demostraci on. Por la proposici on previa, podemos extraer de an una subsucesi on mon otona (que est a acotada por estar acotada la original). Por la Proposici on 1.1.26, esta subsucesi on tiene a su vez una subsucesi on convergente, que seg un lo observado antes, no es m as que una subsucesi on de la sucesi on original. Por u ltimo recordemos qu e quiere decir que una sucesi on tiende a innito. umeros reales tiende a m as innito si para todo M Denici on 1.1.30. Una sucesi on an de n n0 tal que n n0 implica an M. Lo anotamos
n

0 existe

l m an

o bien an

An alogamente, decimos que l m an

n

si para todo M

0 existe n0 tal que n

n0 implica an

M.

Es decir que para cualquier cota que a mi se me ocurra, todos los t erminos de la sucesi on son m as grandes que esa cota a partir de un n0 (en el caso ).

1.2. El espacio como n-uplas

En esta secci on vamos a establecer las herramientas b asicas para poder hablar de l mites en n . Necesitamos recordar nociones de vectores, norma, producto interno y tambi en extender la idea de entorno de un punto de n . Muchas de las primeras deniciones (las que involucran norma, distancia y producto interno) les van a resultar familiares, aunque algunas demostraciones de propiedades tal vez no las hayan visto antes. Dado n , una n-upla es una tira ordenada de n umeros,
x 1

x2 x3

xn

no necesariamente distintos.

1.2 El espacio como n-uplas

13

El plano en el cual estamos acostumbra- dos a pensar lo podemos describir con 2 uplas (que en general llamamos pares or denados):
2
x1

y p2 P
p1

x2 : xi

La primer coordenada la llamamos abcisa y la segunda ordenada. En un gr aco las representamos en el eje horizontal y verti cal respectivamente.

p2

p1

3 Lo mismo ocurre con el espacio , al cual representamos usando tres ejes: z

c P
a

b c

b a x
a

b 0

1.2.1.

Distancia

y p2 P
p1

p2

p1

Cu al es la distancia de un punto P p1 p2 al origen? Si observamos nuevamente la gura del plano xy, se ha formado un tri angulo rect angulo, con v ertices en 0 0 p1 0 y p 1 p 2 .
p1

2 Por lo tanto d p2 1 p2 . En el caso general, la distancia de P a dada por escribimos con un cero gordo, n ) est

p2

pn n al origen (que

2 2 p2 1 p2 pn

como puede observarse por ejemplo en el dibujo en 3 de arriba.

14

C alculo en n

C omo se calcula la distancia entre dos puntos? Es sencillo, en la gura se ve que si P p1 p2 y q1 q2 queda determinado un nuevo tri angulo rect angulo, de lados p1 q1 y p2 q2 , entonces y

P p2 q2

p1

p2 d2
p1

q12 p2 q22
Q
q 1

q2

p1 Luego d P Q y en general, si P
p1

q1

p2

pn y Q

p1

q12 p2 q22 q1 q2 qn son puntos de n , su distancia est a dada por

p1

d P Q

q12 p2 q22 pn qn2

p1

Si a los puntos del plano los pensamos como vectores, entonces la distancia de P origen es la longitud del vector P, y la llamamos norma de P. La anotamos

p2

pn n al

2 2 p2 1 p2 pn

En el caso de dos vectores P Q, su distancia es la longitud del vector que los une, que es Q P (o P Q dependiendo de d onde lo hacemos empezar). Luego d P Q PQ

1.2.2. Producto escalar

De las propiedades geom etricas b asicas, tenemos tambi en la noci on de a ngulo entre dos vectores, para lo cu al es u til pensar primero en el producto escalar PQ p1 q1 p2 q2 pnqn

Tiene las siguientes propiedades (que dejo para vericar al lector, salvo la u ltima). Sean P Q R S vectores de n , entonces 1. P Q 2. P P QP P
2

olo si P 0 para todo P n , y es cero si y s

1.2 El espacio como n-uplas

15

3. P Q 4. P R Q 5. PQ

P Q para todo par de n umeros . PQ P

RQ.

Q (desigualdad de Cauchy-Schwarz). P tQ 2. Por

on real gt Demostraci on. (de la desigualdad de C-S). Dado t , consideremos la funci las propiedades anteriores se tiene P tQ
2

Como P Q est an jos, g es un polinomio de grado 2, gt donde a Q 2 , b 2 P Q y 2 2 P . Por otro lado, como gt P tQ 0, este polinomio tiene a lo sumo una ra z real. Como c a 0, debe tener discriminante no positivo, es decir, se debe cumplir b2 4ac 0. Pero esto es at 2 bt c
2

P tQ P tQ

PP

2t P Q

QQ

PQ

una expresi on de la que se deduce f acilmente la desigualdad deseada pasando el termino negativo a la derecha y tomando ra z cuadrada a ambos miembros. Observaci on 1.2.1. La igualdad en la desigualdad de C-S vale si y s olo si P Q est an alineados, es decir si existe tal que P Q. En efecto, de la demostraci on anterior se deduce que para que valga la igualdad el discriminante del polinomio g debe ser igual a cero. Pero en ese caso, el polinomio g tiene una ra z (doble), es decir existe tal que g P Q 2 0. En consecuencia debe ser P Q , puesto que la norma se anula u nicamente en el origen. Volviendo al a ngulo entre dos vectores, como

1
PQ

PQ P Q

podemos pensar que la cantidad del medio dene el coseno del a ngulo P Q entre los vectores, es decir P Q cos

Ciertamente en los casos que podemos dibujar (2 y 3 ) ustedes saben que el a ngulo as denido es el a ngulo que los vectores P Q sustentan cuando uno los dibuja. En el caso n 4, siempre se puede pensar que dos vectores generan un plano P Q de n , y la gura que corresponde es el a ngulo formado en este plano (independientemente de que no nos podamos imaginar el espacio en el cual este plano est a metido). Propiedades de la norma La norma tiene tambi en una serie de propiedades bastante u tiles, que enunciamos a continuaci on. Sean P Q n .

16

C alculo en n

1. 2. 3.

P P

0, y P

0 si y s olo si P

P para todo . P

PQ

Q (desigualdad triangular).

Las dos u ltimas requieren alguna demostraci on. Pensemos primero qu e quieren decir. La propiedad de sacar que si uno multiplica un vector por un n escalares simplemente reeja el hecho de umero, lo que est a haciendo (si el n umero es positivo) es estirar o achicar el vector sin modicar su direcci on. Si el n umero es negativo, el vector simplemente se da vuelta y la magnitud relevante es entonces el m odulo del n umero.

Por otro lado, la u ltima propiedad se conoce como desigualdad triangular, y es un simple reejo del hecho de que en la gura de abajo, es m as corto el camino yendo por la diagonal que primero recorriendo un lado y despu es el otro.

PQ Q P

Demostremos la desigualdad triangular. Tenemos PQ Por la desigualdad de C-S, PQ Es decir, nos qued o PQ
2 2

PQ PQ

PQ

PQ

Q
2

Tomando ra z cuadrada a ambos t erminos se obtiene la desigualdad triangular. La desigualdad triangular en este punto parece un tanto t ecnica, pero si recordamos que queremos hablar de l mites, nos dice algo fundamental: si dos puntos est an cerca del origen, entonces su suma tambi en est a cerca del origen! Asimismo, si X est a cerca del origen e Y est a cerca de X , entonces la desigualdad triangular nos dice que Y est a cerca del origen pues Y Y X

1.2.3. Entornos y conjuntos abiertos

1.2 El espacio como n-uplas

17

en la norma como distancia, poPensando demos denir un cierto entorno de un punn de la siguiente manera: nos que to P damos con el conjunto de puntos que est an a distancia menor que un n u mero positivo r de un punto P dado. Es decir, si pensamos en el plano, con un disco alrededor del como en la gura de la derecha. punto,

Br P

r P

Lo denotamos as : Br P

Q n : d Q P

QP

Observemos que los puntos del borde del disco NO pertenecen a este conjunto. El conjunto se denomina bola abierta de radio r con centro en P. En el caso de la recta real (n 1) se obtiene un intervalo: si tomamos x : x x0 r , lo que obtenemos es el intervalo abierto un n umero x0 y consideramos Br x0 de largo 2r (el di ametro) centrado en x0 .

x0 r Las siguiente denici on generaliza esta idea.

)
x0 x0 r

Denici on 1.2.2. Un conjunto U n es abierto si para cada punto P U existe una bola abierta Br P centrada en P tal que Br P U (el radio puede depender del punto P).

La idea intuitiva es que en un conjunto abierto, no hay puntos que est en en el borde, sino que est an todos propiamente adentro. Porque los puntos del borde no tienen esta propiedad, ya cualquier bola centrada en ellos, tiene puntos tanto de fuera del conjunto como de adentro. Insisto con una parte importante de la denici on: el radio r, para cada punto P del conjunto abierto U , va variando para adecuarse a la forma del conjunto y permitir que Br P U .

Un ejemplo ilustrativo se obtiene tomando algunos puntos en una gura en el plano como la siguiente:

18

C alculo en n

U r4 r1 P4 B4
P5

P1 B1 r3 B3
r6 P
6
r5

B5

P3

B6

r5 r2 P
2

B2

P7

B7

Se imaginan que una bola abierta deber a cumplir la denici on de abierto (si no, estamos mal!). Veamos su demostraci on, que se deduce del dibujo B r P
P

t t r QP
Q

Bt Q

QP

Lema 1.2.3. Sea Br P una bola abierta en n . Para cada Q Br P existe t En particular una bola abierta es un conjunto abierto.

0 tal que Bt Q

Br P.

Demostraci on. Como Q Br P, se tiene d QP r. Si d 0, es porque Q P y tomamos t r. El caso interesante es 0 d r. En el dibujo se ve que Bt Q Br P, donde t r d 0. Demostr emoslo. r d . En consecuencia Tomemos X Brd Q, entonces X Q X P X QQP X Q

QP

donde hemos usado la desigualdad triangular. Esto nos dice que X Tenemos la siguiente equivalencia: Proposici on 1.2.4. Un conjunto U abiertas.

Br P, como arm abamos.

d d

n es abierto si y s olo si U se puede escribir como uni on de bolas

1.2 El espacio como n-uplas

19

Demostraci on. Veamos , supongamos que U es abierto. Entonces para cada punto P U existe r 0 tal que Br P U . En consecuencia PU Br P U pues todas las bolas est an en U . Y por otro lado es evidente que U PU Br P. Es decir hemos probado que U lo que nos asegura la igualdad U
PU Br P, PU Br P

Veamos ahora , supongamos que U on de bolas abiertas, donde los Pi son Pi Br Pi es una uni algunos de los puntos de U (pueden ser todos). Si Q U , tenemos que ver que existe t 0 tal que Bt Q U . Como U es uni on de bolas abiertas, el punto Q debe estar en alguna de ellas, digamos Q Br0 P0 . Pero por el Lema 1.2.3, existe t 0 tal que Bt Q Br0 P0 . Por propiedad transitiva de la inclusi on, se tienen Bt Q U . Y una propiedad fundamental:

o sea U es una uni on de bolas abiertas.

Proposici on 1.2.5. Si Ui iI es una familia de conjuntos abiertos de n , entonces la uni on U un conjunto abierto.

iI Ui

es

Demostraci on. Cada abierto Ui se puede escribir como una uni on de bolas abiertas por la proposici on anterior. Entonces U es la uni on de todas las bolas de todos los abiertos, y resulta ser abierto de nuevo por la proposici on anterior. Algo similar ocurre con la intersecci on, pero teniendo cuidado porque s olo es cierto el resultado si son nitos conjuntos. Basta verlo para dos, ese es el contenido del siguiente lema. Lema 1.2.6. Si U V son conjuntos abiertos de n , entonces su intersecci on U V es un conjunto abierto. Demostraci on. Dado P U V , existen r1 0 y r2 0 tales que Br1 P U (por ser U abierto) y Br2 P V (por ser V abierto). Si r m n r1 r2 , entonces Br P U V lo que prueba que e ste u ltimo es abierto.

Se extiende el resultado anterior a nitos conjuntos abiertos. Sin embargo, el resultado es falso si consideramos innitos abiertos.

Problema 1.2.7. Comprobar 1 que si Un 0 n , n entonces nUn 0 1 , que no es abierto.

Antes de seguir, quisiera que discutamos brevemente qu e estamos haciendo. Si recordamos la denici on de l mite en , la idea central es establecer con claridad qu e quiere decir estar cerca de un punto x0 . Para eso usamos el orden de , y alrededor de x0 establecemos un intervalo x0 x0 para un 0 dado,

20

C alculo en n

x0
(

x0

x0

Observemos que hay s olo dos direcciones desde donde acercarnos a x0 (por la izquierda o por la derecha), que se corresponden con los l mites laterales. Esto es as porque los n umeros reales est an ordenados, y por lo tanto s olo se puede ser mayor o menor que x0 (o igual). Sin embargo, en el plano (o el espacio) no hay un orden entre puntos. Por lo tanto hay innitas direcciones desde donde acercarse a un punto P n .

De hecho, acercarnos por rectas no agota todas las posibilidades porque uno podr a acercarse con una espiral u otra curva. Sin embargo, con las nociones de bola y abierto queda claro qu e quiere decir estar cerca del punto P.

Otra noci on u til que necesitamos es la de interior de un conjunto. Denici on 1.2.8. Si C n , un punto P C es interior si existe una bola abierta centrada en P tal que Br P C. El conjunto de todos los puntos interiores de C se denomina interior de C y lo denotamos Co . / . Por ejemplo si C es una recta en el Un conjunto puede no tener ning un punto interior, es decir Co 0 plano. Aunque es evidente, esta armaci on requiere demostraci on. Seamos entonces concretos. Ejemplo 1.2.9. Si C
x

y : y

x , entonces Co

/. 0

Demostraci on. La manera m as simple de probar lo enunciado es por el absurdo. Es decir, suponemos que hay un punto interior y llegamos a una contradicci on. Supongamos entonces que P C es interior. Debe ser un n umero real a. Si P es interior, existe r 0 tal que Br P C. Nos guiamos por el P a a para alg dibujo siguiente

1.2 El espacio como n-uplas

21

y y x

r a 2

r a 2

a
r a 2

Si tomamos el punto Q

r a 2 , evidentemente Q C. Sin embargo, como

QP

se tiene Q Br P, y como supusimos que Br P

r2 4

C, se tiene Q C, una contradicci on.

r2 4

En el otro extremo est an los abiertos, donde todos los puntos son interiores. Primero una aclaraci on: el / , es abierto pues no hay puntos para vericar la condici on. Se tiene conjunto vac o, C 0 Proposici on 1.2.10. 2. Co 1. Co es un conjunto abierto de n .

C si y s olo si C es abierto.

/ , Co 0 / con lo cual es abierto. Si es no vac o, y tomamos Demostraci on. Veamos 1. Como dijimos, si C 0 P Co , por denici on de interior se tiene que existe r 0 tal que Br P C. Armo que todos los puntos de Br P son interiores, con lo cual en realidad Br P Co , lo que probar a que Co es abierto. Para verlo tomemos Q Br P; por el Lema 1.2.3 existe una bola Bt Q Br P. Como Br P C, tenemos Q Bt Q C, o sea Q es interior, como quer amos ver. Ahora veamos 2. Supongamos primero que Co C. Entonces por 1. C es abierto. Supongamos ahora que on. Para ello tomamos P C, C es abierto. Tenemos por denici on Co C. Veamos que vale la otra inclusi por ser C abierto existe r 0 tal que Br P C. Pero esto nos dice exactamente (releamos la denici on) que P es un punto interior, o sea P Co .

El interior Co de un conjunto es, en alg un sentido, el abierto m as grande contenido en C, seg un nos ense na el ejercio que dejamos para el lector.

Problema 1.2.11. Probar que Co se puede escribir como la uni on de todos los conjuntos abiertos de C, es decir Ui , donde Ui C es Co abierto en n .

22

C alculo en n

1.2.4. L mites en n
Vamos a generalizar la noci on de sucesi on de n umeros reales a sucesiones de vectores. Denici on 1.2.12. Una sucesi on Pk k de puntos de n es una tira ordenada de vectores P1 P2 P3 Equivalentemente, es una funci on P : Ejemplo 1.2.13. 1. Tomemos Pk
ek
1 k

Pk

n .

cos 1 on de 2 . k . Entonces Pk k es una sucesi

2. Si ponemos Qk 3. Si X j e j
1 j

k2

1 k ,

entonces Qk k es una sucesi on de 3 . entonces X j j es una sucesi on de 4 .

sen2 j

1 1 1 j j j2

Observemos que como un vector P n est a determinado por sus n coordenadas (que son n umeros reales), entonces una sucesi on de n se puede pensar como una tira ordenada de n sucesiones de n umeros reales, y al k- esimo t ermino de la sucesi on (que es un vector de n ) lo anotamos as Pk
Pk 1 Pk 2

Pk n

Es decir, usamos un par entesis y un sub ndice para se nalar qu e coordenada nos interesa. As por ejemplo, si Pk es la sucesi on de 2 dada por Pk 1 1 k 2k se tiene Pk 1 1 1 k y Pk 2 2k .

Ahora que sabemos qu e es una sucesi on, podemos dar la denici on de l mite de sucesiones usando la norma (que nos provee de los entornos). Denici on 1.2.14. Si Pk k es una sucesi on de n , y P n , decimos que Pk tiende a P si para todo 0 existe k0 tal que Pk P para todo k k0 y lo escribimos l m Pk
k

P o bien Pk
k

P.

Observemos que esta denici on coincide con la denici on de l mite de una sucesi on en el caso n 1. Se puede denir tambi en que quiere decir que una sucesi on de vectores tienda a innito, pero en el caso n 2 lo que queremos decir es que la norma de los vectores se hace arbitrariamente grande, es decir on de n , decimos que Pk tiende a innito si para todo M Denici on 1.2.15. Si Pk k es una sucesi existe k0 tal que Pk M para todo k k0 y lo escribimos l m Pk
k

o bien Pk
k

. Tambi en es habitual decir que la sucesi on Pk diverge.

1.2 El espacio como n-uplas

23

Lo que uno imagina, si piensa en las coordenadas del vector que forma la sucesi on, es que si tiene l mite cada coordenada entonces tiene l mite la sucesi on original. Esto no s olo es as sino que vale la rec proca. Para verlo, primero una observaci on u til sobre la norma. Observaci on 1.2.16. Si P desde 1 hasta n,
p1

p2

pj

pn es un vector de n , entonces se tiene, para cualquier j

pj

n m ax

j 1 n

pj

(1.1)

Para verlo basta recordar que

P y en consecuencia se tiene p2 j

2 2 2 p2 1 p2 p j pn

2 2 2 p2 1 p2 p j pn

n m ax p2 j
j 1 n

Ahora s , escribimos el resultado que establece que la convergencia en n es simplemente la convergencia en todas y cada una de las coordenadas. on de n . Entonces P p1 p2 pn es el l mite de la sucesi on Proposici on 1.2.17. Sea Pk una sucesi Pk si y s olo si cada coordenada del vector sucesi on tiene como l mite la correspondiente coordenada de P. Es decir

l m Pk

l m Pk j

p j para todo j

Demostraci on. Supongamos primero que todas las coordenadas convergen al correspondiente p j . Esto quiere decir, que dado 0, 1. existe k1 tal que Pk 1 p1 2. existe k2 tal que Pk 2 p2 3. 4. existe kn tal que Pk n pn Si tomamos k0
j 1 n si k n si k n

k1 . k2 .

si k n

kn .

m ax k j , entonces

Pk 1

Pk P

p1

Pkn pn

2 n

24

C alculo en n

Esto prueba que l m Pk

k

P.
k

diente coordenada de P. Pero por la denici on, tenemos que dado 0, existe k0 tal que k Pk P . Pero si miramos la ecuaci on (1.1) de arriba, se deduce que
Pk j

Supongamos ahora que l m Pk

P, queremos ver que todas las coordenadas convergen a la corresponk0 implica

pj

Pk P

para todo j 1 n, siempre que k coordenada correspondiente de P.

k0 . Esto nos dice que la sucesi on de cada coordenada converge a la

Observaci on 1.2.18. Atenti, que el resultado anterior no vale para sucesiones divergentes. Por ejemplo, si 1 Pk k k , entonces Pk k2 k1 , es decir Pk tiende a innito o diverge de acuerdo a nuestra 2 denici on. Sin embargo, no es cierto que ambas coordenadas tiendan a innito.

Problema 1.2.19. Calcular los l mites de las sucesiones del Ejemplo 1.2.13.

1.2.5. Puntos de acumulaci on y conjuntos cerrados

Ahora vamos a usar la noci on de l mite para pensar en otro tipo de conjuntos, que son los acompa nantes naturales de los conjuntos abiertos que estuvimos charlando m as arriba. Hagamos una lista de los objetos que nos interesan. Denici on 1.2.20. Sea C P
n un conjunto.

Decimos que P es un punto de acumulaci on de C si existe una sucesi on Pk de puntos de C tal que l m Pk .
k

La clausura del conjunto C es la uni on de todos los puntos de acumulaci on de C. La denotamos C. Decimos que C es un conjunto cerrado si para toda sucesi on convergente Pk , tal que todos sus t erminos son puntos de C, se tiene P l m Pk C.
k

Observemos que C C puesto que dado un punto P C, la sucesi on constante Pk P nos dice que P es punto de acumulaci on de C. A partir de estas deniciones, se tienen la siguiente propiedad fundamental, que relaciona los conjuntos abiertos con los cerrados: Proposici on 1.2.21. Un conjunto C
n es cerrado si y s olo si su complemento Cc es abierto.

decir existe Pk U c C tal que Pk B 1 P. Observemos que Pk P, pues Pk P k una contradicci on, pues Pk C, P C y por hip otesis C es cerrado.

Demostraci on. Supongamos primero que C es cerrado, pongamos U Cc y veamos que U es abierto. De acuerdo a la denici on, basta probar que todo punto de U es interior. Tomemos P U , supongamos que no es interior y llegaremos a un absurdo. Si P no es interior, entonces para todo k se tiene B 1 P U , es
1 k.
k

Hemos llegado a

1.2 El espacio como n-uplas

25

Supongamos ahora que U Cc es abierto, y veamos que C es cerrado. Tomemos Pk una sucesi on de puntos de C con l mite P n . Queremos ver que P C. Si esto no fuera as , ser a P U que por hip otesis es abierto. En consecuencia existir a r 0 tal que Br P U . Tomemos k tal que Pk P r (recordemos que Pk P). Se tendr a Pk Br P U , lo cual es imposible pues Pk C U c . Luego debe ser P C, y esto prueba que C es cerrado.

Observaci on 1.2.22. Atenci on, que hay conjuntos que no son ni abiertos, ni cerrados. Por ejemplo, el intervalo I 0 1 en . Que no es abierto se deduce de que 0 I no es un punto interior (por qu e?). Que no es cerrado se deduce de que la sucesi on an 1 1 , de puntos de I, tiene l mite 1 , que no es un punto de n I.

Con esta dualidad entre abiertos y cerrados es f acil establecer los siguientes hechos, a partir de las demostraciones que ya hicimos para conjuntos abiertos. Sea C
n .

1. La clausura C es un conjunto cerrado. 2. C C si y s olo si C es cerrado.

iI Ci

3. Si Ci iI es una familia de conjuntos cerrados, entonces

es un conjunto cerrado.

4. Si C1 y C2 son conjuntos cerrados, su uni on C1 C2 es un conjunto cerrado. / (de lo contrario, Demostraci on. Veamos 1. Si A C , y P A, entonces existe r 0 tal que Br P C 0 P, lo que dir a que P C, contradiciendo uno podr a fabricar una sucesi on Xk de puntos de C tal que Xk c que P C ). Armo que Br P A, lo que probar a que A es abierto, y entonces C ser a cerrado. Tomemos d r. Si fuera Q A, tendr amos Q C. Existir a entonces una sucesi on Yk C tal Q Br P, Q P que Yk Q. Pero con k sucientemente grande, tendr amos
c

lo que nos dice que Yk Br P, contradiciendo que Br P C

Yk P

Yk Q

QP

d d

/. 0

tem previo, C es cerrado. Rec procamente, Veamos 2. Supongamos primero que C C. Entonces por el on de puntos Pk de C tal que Pk P, y si C es cerrado, entonces dado un punto P C , existe una sucesi como C es cerrado debe ser P C. Esto prueba que C C, y como la otra inclusi on siempre vale, obtuvimos C C. La propiedad 3. se verica observando que, por las leyes de de Morgan, A Bc Ac Bc . En consecuencia, c c iI Ci iI Ci Si cada Ci es cerrado, por la Proposici on 1.2.21, cada Cic es abierto. Pero una uni on arbitraria de abiertos es abierta por la Proposici on 1.2.5. As que el lado derecho de la ecuaci on es un conjunto abierto (y por lo

26

C alculo en n

tanto el lado izquierdo es un conjunto abierto). Si volvemos a tomar complementos, obtenemos que iCi es cerrado (recordar que Ac c A). La propiedad 4. se verica en forma id entica, usando ahora que A Bc Ac Bc y el Lema 1.2.6. Escribirlo!

Se deduce del u ltimo tem que si C1 Cm son nitos conjunto cerrados, su uni on es un conjunto cerrado. Sin embargo una uni on innita de cerrados puede no ser cerrada, como muestra el siguiente problema.

Problema 1.2.23. Consideremos los cerrados de dados por C j 0 1 1 j , con j . Vericar que 0 1, que no es un jC j conjunto cerrado.

Observaci on 1.2.24. Si Br P es una bola abierta en n , su clausura se denomina bola cerrada de radio r centrada en P, y es el conjunto B r P Q n : Q P r Aunque bastante obvia, esta armaci on requiere alguna demostraci on Br p Br P

Queremos ver que el conjunto de puntos de acumulaci on de Br P es Br P. Sea Q un punto de acumulaci on de Br P. Entonces existe Qk Br P tal que Qk Q. En consecuencia, QP Q Qk

Qk P

Q Qk

Tomando l mite para k se obtiene Q P r, es decir hemos probado que si Q es un punto de acumulaci on de Br P, entonces Q Br P (o sea hemos probado que Br p Br P). Veamos ahora que vale la rec proca. Tomemos un punto Q Br P, es decir Q P r. Consideremos la sucesi o n Qk P 1 1 Q P . Ciertamente k Qk P para todo k , pues 1 1 k Q 1 k Q P, se tiene 1 1 k 1 1 QP k 1 1 r k r

1, lo que prueba que Qk Qk Q

Br P. Y por otro lado, como Qk

1 QP k lo que prueba que Qk Q. Entonces Q es punto de acumulaci on de Br P, lo que prueba la inclusi on Br P Br p que faltaba para tener la igualdad.

1.2 El espacio como n-uplas

27

1.2.6. Conjuntos acotados

Antes de pasar a hablar de funciones, extendamos la idea de conjunto acotado a n y veamos sus propiedades b asicas. Denici on 1.2.25. Un conjunto A
n es acotado si existe M

0 tal que

M para todo P A

Observaci on 1.2.26. Es decir, un conjunto es acotado si lo podemos poner dentro de una bola. Se deduce de la Observaci on 1.2.16 que un conjunto es acotado si y s olo si todas las coordenadas del conjunto est an acotadas, ya que por un lado, cada coordenada est a acotada por la norma, y por otro lado, la norma est a acotada por n veces el m aximo de las coordenadas. Toda sucesi on convergente es acotada, pues si Pk P en n , existe k0 Pk P 1, con lo cual Pk Pk P P 1 P

tal que k

k0 implica

para todo k k0 . Y los primeros t erminos de la sucesi on est an acotados (pues es un conjunto nito). Es decir, si tomamos M m ax Pk P 1 , se tiene
k 1 k0

Pk

M para todo k

lo que nos dice que la sucesi on est a acotada por M.

Ahora podemos escribir una generalizaci on del Teorema de Bolzano-Weierstrass que probamos para . La idea es simplemente que cada coordenada tiene una subsucesi on convergente, pero hay que elegir en forma ordenada para no arruinar la convergencia de la anterior. Un hecho importante que vale en general, y que usamos aqu , es que una subsucesi on de una sucesi on convergente es siempre convergente. Teorema 1.2.27. Si Pk
n es una sucesi on acotada, entonces existe una subsucesi on convergente.

on acotada, entonces todas las sucesiones Pk j que forman sus coorDemostraci on. Si Pk es una sucesi umeros reales. Por el Teorema de B-W (Corolario denadas (con j 1 n) son sucesiones acotadas de n 1.1.29), como la sucesi on Pk 1 de la primer coordenada est a acotada, tiene una subsucesi on Pkl 1 convergente. Ahora miramos la segunda coordenada, pero s olo los t erminos que corresponden a la subsucesi on que on ya elegimos en la primer coordenada. Es decir, miramos la subsucesi on Pkl 2 . Esta es de nuevo una sucesi acotada, por ser una subsucesi on de una sucesi on acotada. Entonces por el Teorema de B-W, existe una sub hasta llegar a la u ltima coordenada del vector que forma sucesi on Pkls 2 que es convergente. Seguimos as la sucesi on. Observemos que en cada paso nos estamos quedando con una subsucesi on, por lo tanto esto no altera el hecho de que en la coordenada anterior nos quedamos con una subsucesi on convergente (pues una subsucesi on de una sucesi on convergente es convergente). Obtenemos as una subsucesi on convergente en cada coordenada, y por ende, tenemos una subsucesi on convergente de la sucesi on Pk original.

28

C alculo en n

Denici on 1.2.28. Sea C n . La frontera de C es el conjunto de puntos de acumulaci on de C que no son interiores. La denotamos C C Co

Problema 1.2.29. Probar que la frontera de la bola (abierta o cerrada) es la esfera que forman los puntos del borde. Es decir Br P Q n : Q P r

Probar que si C es cerrado, con interior vac o (por ejemplo, un subespacio), entonces C C. Se les ocurre alg un ejemplo en /? el que C 0

1.3. Problemas
1.I. Probar usando los axiomas de cuerpo ordenado que 0 verica a p b. 1.II. Probar que i es el nmo de A que i a.
si i

1, y que si a

b entonces el promedio p

ab 2

a para todo a A y adem as, dado

0, existe a A tal

on de n umeros reales tales que an 1.III. Probar que si an n es una sucesi 1.IV. Probar que si nf A al nmo. 0 n0 tal que l an

l para todo n, entonces l

n0

nlm an

A, existe una sucesi on estrictamente decreciente de elementos de A que converge nf an .

1.V. Probar que si an es una sucesi on decreciente y acotada inferiormente, entonces l m an

n

on que no est a acotada superiormente. Probar que an tiene una 1.VI. Supogamos que an es una sucesi subsucesi on estrictamente creciente que tiende a .
1 1.VII. Sea Un la colecci on de intervalos abiertos en dados por Un 0 n n . Probar que concluir que la intersecci on arbitraria de conjuntos abiertos no es necesariamente abierta. nUn

1 y

1.VIII. Sea C n , y sea Ui iI la familia de todos los conjuntos abiertos de n tales que Ui que C0 iUi .

C. Probar

1.IX. Probar que A Bc Ac Bc para todo par de conjuntos. Concluir que la uni on nita de conjuntos cerrados es un conjunto cerrado (asumiendo que la intersecci on nita de conjuntos abiertos es abierta).

1.3 Problemas

29

1.X. Consideremos los cerrados de dados por C j es un conjunto cerrado.

0 1 1 j , con j . Probar que

jC j

0 1, que no Ci . Probar

1.XI. Sea C n , y sea Ci iI la familia de todos los conjuntos cerrados de n tales que C que C iCi .

1.XII. Probar que la frontera de la bola de radio r 0 alrededor de P n son los X n tales que X P r. A este conjunto se lo denomina esfera centrada en P de radio r. 1.XIII. Probar que si C es cerrado y tiene interior vac o entonces C /. 2 tal que C 0 C. Dar un ejemplo de un conjunto en

30

C alculo en n

2 F UNCIONES

Equality is not in regarding different things similarly, equality is in regarding different things differently. T OM ROBBINS

2.1. Dominio, gr aco, imagen

Podemos empezar a pensar en funciones de varias variables; ya desarrollamos las herramientas para pensar en dominios, l mites y dem as nociones que involucren conjuntos en n .

2.1.1. Funciones f : n

n . Sea X
x1

Recordemos primero que el dominio natural de una funci on es el conjunto de puntos donde tiene sentido aplicar la funci on. Ya estuvimos trabajando sin decirlo con funciones de n en . Ejemplo 2.1.1. Veamos primero algunos ejemplos donde Dom f

xn n .

1. La norma X

2 2 x2 on. 1 x2 xn es una funci

2. Si miramos una coordenada concreta, la asignaci on X coordenadas o proyecciones a las coordenadas.

x j es una funci on. Estas se llaman funciones

3. Si jamos P n y movemos X en el producto escalar P X lo que tenemos es una funci on X PX . on producto de las coordenadas, y por otro lado gx y 4. Si x y , entonces la f x y xy es la funci x y es la funci on suma de las coordenadas (ambas funciones de 2 en ).

Ahora consideremos ejemplos donde el dominio sea un subconjunto propio de n .

32 Funciones

y x.

1. f x y eje y. 2. f x y z Luego

El dominio es el conjunto Dom f

y 2 : x 0 , es decir, todo el plano salvo el y z 0.

1 1 . En x2 y2 z2 X 2 3 Dom f .

3. Sea

este caso, para que se anule el denominador, debe ser x

En este caso es

f x y
x

x2 y2 x

xy

y1

si x y 0 0 si x y
0

Dom f

y 2 : y x 1 , que es 2 menos una recta.

2.1.2. Curvas
Una curva es una funci on : I Ejemplos de curvas son 1. : 2. : 3. :
2 dada por t 3 dada por x 4 dada por y n , donde I es alg un subconjunto (en general un intervalo) de .

cost x y

sent .

x 1 3 y2 y3 y4 .
x

4. Si f : Dom f

, x

f x es una curva en el plano.

Observemos que en el u ltimo ejemplo la curva tiene como imagen lo que llamamos el gr aco de f , Gr f . En el caso de curvas a valores en 2 o 3 , lo que interesa en general es la imagen de la misma (a diferencia de las funciones de m as variables, donde lo que interesa es el gr aco como vimos). As por ejemplo, la imagen de la curva es una circunferencia de radio unitario centrada en el origen, y
sent

t 0
cost

Im

5 4

2 2

2 2

Mientras que la imagen de es una recta en el espacio 3 como se deduce de x x 1 3 0 1 3. A las curvas tambi en se las suele denominar trayectorias o arcos.

x1 1 0

2.1 Dominio, gr aco, imagen

33

2.1.3. Gr aco, curvas y supercies de nivel

Se acuerdan del gr aco de una funci on f : que todos conocemos:
? La siguiente denici on es general, e incluye el caso

Denici on 2.1.2. Sea f : Dom f n . El gr aco de f es el subconjunto de n1 formado por los pares ordenados X f X , donde X Dom f . Lo denotamos Gr f n1 . As , por ejemplo, el gr aco de una funci on f : Dom f es un subconjunto del plano 2 , que muchas veces si f no es muy complicada podemos dibujar. Por ejemplo el gr aco de f x x 12 1 es x1 una par abola, mientras que el de f x x1 es una hip erbola.

y y
x

12 1
x y
x1 x1

Pensemos un poco en el caso n 2, donde seg un la denici on, el gr aco ser a un subconjunto de 3 . Por on constante!), se tiene (ya que Dom f 2 ) ejemplo, si f x y 3 (una funci Gr f
x

y 3 : x y

Como puntos del espacio, tienen la u nica restricci on de tener z 3, mientras que x e y pueden moverse libremente. Es decir, el gr aco se representa simplemente como un plano horizontal puesto a altura z 3. Si tomamos un ejemplo un poquito m as complicado, gx y x y, se tiene Grg
x

y x y : x y

Los puntos del gr aco verican entonces la relaci on z x y, lo que nos dice que el gr aco lo podemos representar en 3 como un plano por el origen, de normal N 1 1 1 (puesto que x y z 0). as interesantes. Consideremos hx y x2 y2 , y tambi en jx y Veamos un par de ejemplos m 2 . Los puntos del gr 2 y2 , mientras x2 y2. Ambas tienen como dominio a co de h verican z x

x2 y2 . C omo podemos descubrir qu e guras representan en 3 los que los del gr aco de j verican z puntos que verican estas relaciones? Se recurre a las curvas de nivel. Esto quiere decir que tratamos de pensar que gura queda si cortamos el gr aco con distintos planos. Por ejemplo, si consideramos planos horizontales, es decir z cte, se observa que en ambos casos no puede ser z negativo. Dicho de otra forma, la curva de nivel que corresponde a z negativo es el conjunto vacio.

34

Funciones y x2 y2 x 1

Esto nos dice que los gr acos de ambas funciones est an por encima del plano xy de 3 . Por otro lado, si pensamos en valores 1, obpositivos de z, como por ejemplo z tenemos en ambos casos la relaci on 1 x2 y2 . Esta gura es una circunferencia. Estrictamente hablando, la curva de nivel es una circunferencia en el plano 2 .

Sin embargo, hemos descubierto que si cortamos cualquiera de los dos gr acos con un plano de altura 1, queda formada una circunferencia de radio 1, lo que nos permite dibujar lo siguiente: z

Probemos ahora con z 4. En el caso de h obtenemos x2 y2 4, que es una circunferencia de radio 2, mientras que en el caso de j obtenemos x2 y2 16, que es una circunferencia de radio 4. z

z z x
2 2

1 0

umero positivo jo, la ecuaci on x y z0 es una circunferencia de radio general, si z z0 es un n z0En , mientras que la ecuaci on x2 y2 z2 es una circunferencia de radio z . Pareciera que las dos guras,
0 0

salvo el ancho, son muy parecidas. Incluso el caso z u nica soluci on es el par 0 0.

0 en ambos casos da la ecuaci o n x2 y2

0, cuya

Sin embargo, la t ecnica no se agota aqu . No necesariamente tenemos que cortar con planos horizontales.

2.1 Dominio, gr aco, imagen

35

Podemos elegir cualquier plano!

sitomamos x 0 estamos considerando la pared formada por el plano yz. En el caso de la Por ejemplo, 2 2 on 0 y funci on h se obtiene la ecuaci z. Es decir, z y2 , que es una par abola. Por lo tanto el gr aco de h es lo que se conoce como paraboloide z

y2

y x2 y2 x

el gr aco de h es un paraboloide y

Por otro lado, on j se obtiene 02 y2 z2 . Esto es z2 y2 0, que se factoriza en el caso de la funci como diferencia de cuadrados z yz y 0. En consecuencia debe ser la recta z y o bien la recta z y. Recordemos que ten a que ser z 0, con lo cual la gura que se obtiene es la siguiente, z

x2 y2 el gr aco de j es un cono x y

que es lo que se conoce como cono. Miremos la diferencia de las dos guras en el origen: ciertamente van a tener distintas propiedades cuando pensemos en las derivadas.

36

Funciones

Supercies de nivel En el caso de funciones f : 3 , el gr aco es un subconjunto de 4 . Para dibujarlo hay que recurrir a sustancias ilegales. Sin embargo, si recurrimos a la t ecnica de antes se pueden dibujar lo que se conocen como supercies de nivel de f , que nos dan una idea del comportamiento de f . Denici on 2.1.3. Dada f : Dom f subconjunto del dominio dado por

y un n umero real c, se denomina supercie de nivel de f al

Sc f

x 1

xn Dom f : f x1

xn

Por ejemplo, consideremos f x y z x2 y2 z2 . La supercie de nivel que corresponde a c 0 es el 3 2 2 conjunto x y z : z x y2 , que como vimos antes, es un cono (aunque hay que destacar que en este caso el gr aco se extiende en forma sim etrica a ambos lados del plano z 0).

2.1.4. L mite
Pasemos ahora a hablar de l mite de funciones. Escribimos la denici on, que contiene al caso conocido cuando n 1. Denici on 2.1.4. Sea f : n , P n . Decimos que l es el l mite de f cuando X tiende a P (y lo anotamos l m f X l) si para todo 0 existe 0 tal que

X P

X P

implica f X l

Notar que la denici on de l mite excluye al punto P en cuesti on. As por ejemplo, el l mite de la funci on real de la gura de abajo, cuando x 2, es igual a 1, independientemente de cu anto valga f en x0 2 (ni siquiera tiene e estar denida en x0 2): por qu

y y l f 2 1 f x

Observaci on 2.1.5. En el caso en el que el dominio de la funci on no sea todo n (esto es usual), se puede razonar de la siguiente manera. Lo que queremos ver es a qu e valor se aproxima f X cuando X se aproxima a P, para una f : A (con A n ). Por lo tanto tiene sentido considerar como P no s olo a cualquier punto del conjunto A donde f est e denida, sino a cualquier punto de acumulaci on A. Es decir, es l cito tomar P A. Hay que hacer la salvedad de que nos aproximemos con puntos donde se pueda evaluar f .

2.1 Dominio, gr aco, imagen

37

A P Ao

P A

Con esto, se obtiene la denici on de l mite que cubre todos los casos relevantes:

Denici on 2.1.6. Sea f : A en A si para todo

. Sean P

A y l un n umero real cualquiera. Decimos que l m f X X P A

implican f X l

0 existe 0

0 tal que X P yX

Algebra de l mites, propiedades En general probar a mano que un l mite existe es muy engorroso (aunque a veces no queda otra). Sin embargo, si uno establece algunas propiedades que permitan desarmar el l mite en l mites m as simples, esto facilita la tarea. Este es el objetivo del a lgebra de l mites. Antes, una observaci on: si tenemos dos funciones distintas, pueden estar denidas en subconjuntos distintos A B de n . En consecuencia la suma, resta, producto y divisi on de ellas s olo va a tener sentido en la intersecci on A B de estos conjuntos. Y los puntos donde tiene sentido calcular el l mite tienen que ser entonces puntos de la clausura de A B, de acuerdo a lo discutido en la Observaci on 2.1.5. Adem as el cociente s olo se puede hacer en aquellos puntos donde no se anula el denominador, que es la intersecci on de A con B C0g. an denidas en el mismo Vamos a suponer que ya hicimos la intersecci on de dominios, con lo cual f g est conjunto A n . Teorema 2.1.7. Sean f g : A
X

, dos funciones, con A

n . Sea P
X

l m f X
P

l1

l m gX
P

A, y supongamos que l2

Entonces 1. l mX
P f

gX

l1 l2 en A.

38

Funciones

2. l mX

P f

gX

l1 l2 en A.
l1 l2

3. Si l2 0, l mX

f P g X

en A C0g.

Demostraci on. Veamos 1, la suma. Dado 0, existe 1 0 tal que f X l1 2 siempre que 0 X P 1 y X A (pues l mX P f X l1 ). An alogamente, existe 2 0 tal que gX l2 2 siempre que 0 X P 2 y X A (pues l mX P gX l2 ). En consecuencia, si X A y 0 X P m n 1 2 , entonces

f gX

l1 l2

f X l1

gX l2

2 2

Lo que prueba que l mX

Vemos 2, el producto. Tengamos presente que podemos conseguir que f X l1 y gX l2 sean tan chicos como nosotros queramos, por hip otesis. Escribimos f gX l1l2 f X gX f X l2 f X l2 l1 l2 f X gX l2

P f gX

l1 l2 . La resta es an aloga.

f X l1 l2

El u nico t ermino que no es evidente que est a acotado es f X . Pero de nuevo por la desigualdad triangular, f X con lo cual f gX l1l2 f X l1 f X l1
l1

En consecuencia, como l1 y l2 est an jos, y las cantidades f X l1 y gX l2 se pueden hacer tan chicas como uno quiera (eligiendo convenientemente el entorno de P), se obtiene que f gX l1 l2 es tan chico como uno quiera. M as precisamente, consideremos los dos casos l1 0, l1 0. 1. l1 0. Entonces l1 l2 0, y por la cuenta (2.1) de arriba, f gX l1l2 f xgX f X

gX l2

l2 l1

gX l2

(2.1)

gX l2

l2

Dado 0, elegimos 2 0 tal que 0 X P 2 implique gX l2 1, y elegimos 1 tal que 0 X P 1 implique f X . Si tomamos m n , entonces 1 2 1 l
2

f gX l1l2

1 l2

1 l2

2. l1 0. Dado 0, i elegimos 2 0 tal que 0 X P 1 0 tal que 0 X P 1 implique f X l1 nuevamente por la cuenta (2.1) de arriba, f gX l1l2

2 2l 1

2 implique gX l2 2 l1 , y elegimos . Si tomamos m n 1 2 ,

l2

2 2

2.1 Dominio, gr aco, imagen

39

Veamos 3, el cociente. Observemos primero que f g tiene sentido en el conjunto A C0 g pues removimos los ceros de g. Sacando denominadores comunes tenemos f gX l1 l2 f X l2 gX l1 1 f X l2 gX l1 l2 gX l2 f X l1
l1

El numerador se puede hacer tan chico como uno quiera pues f X l2 l1 l2 l1 l2 gX l1 l2 gX

Falta acotar el primer factor por alguna constante, es decir, falta ver que existe M 0 tal que g1 M si X X P y X A C0 g. Para simplicar la demostraci on, supongamos que l2 0 (el caso l2 0 0 es an alogo). Como l mX P gX l2 , se tiene gX l2 l2 2 para alg un 0 0 conveniente, es decir

l2

de donde se deduce que l2 2 entorno de P, y adem as g1 X

gX si 0
1 gX 2 l2 ,

X P 0 y X A C0 g. En particular gX 0 en este como quer amos. Con esto, llamando M l2 2 tenemos

2

gX l2

l2 2

siempre que 0 X P 0 . Ahora, como f tiende a l1 y g tiende a l2 , se tiene f X l1 l2

1 gX l2

0 y gX l2 l1

0 X P m n 1 2

por la propiedad del producto que ya probamos. Entonces existen 1 2 0 tal que 0 implica f X l1 l2 y gX l2 l1 2M 2M En consecuencia, si m n 0 1 2 , se tiene f gX l1 l2 1 l2 gX
l2

f X l1

l1

gX l2

2M 2M

Observaci on 2.1.8. Una observaci on importante y muy sencilla: si f j : n coordenadas (la que se queda con la j- esima coordenada), es decir f j x1 x2 entonces si P
p1

es una de las funciones

xj

xn
P xj

xj p j. y, entonces se tiene

pn , se tiene l mX

P f j X

l mX

Por ejemplo, si f : 3 es la proyecci on a la segunda coordenada f x y z l mx y z 2 3 1 f x y z l mx y z 2 3 1 y 3. Este hecho se demuestra a partir de la denici on de l mite observando que f j X p j xj pj

con lo cual si X P es peque no, entonces

p12 xn pn2 f j X p j es peque no.

x1

X P

40

Funciones

Como comentario adicional (para confundir) observemos que de acuerdo a la notaci on que usamos para sucesiones, cuando quer amos se nalar la j- esima coordenada de una sucesi on Pk escrib amos Pk j . Ahora podemos decir que Pk j f j Pk (para pensarlo, es una tonter a de la notaci on nom as!). on 2.1.8, se deduce que tomar l mite en las Ejemplo 2.1.9. Juntando el Teorema 2.1.7 con la Observaci funciones que involucran sumas, restas, productos y cocientes de las coordenadas, se traduce simplemente en evaluar las funciones en el punto dado (siempre y cuando el denominador no se anule). As por ejemplo l m xy z2 y 2 1 3 4 3 x z y 13 16 3 349 32 8 4

y z

2.2. Funciones F : n
F x1 x2

m
(con i

Una funci on de este tipo est a dada por una tira de funciones fi : n

m), es decir xn

xn

f 1 x 1

x2

x n f 2 x 1 x 2

xn

f m x 1 x 2

La denici on de l mite es enteramente an aloga, simplemente hay que tener en cuenta que ahora los valores de F son vectores y no n umeros. Consideremos A n como siempre.

Denici on 2.2.1. Sea F : A todo 0 existe 0 tal que 0

m . Sean P

A y L m . Decimos que XlmP F X

implican F X L

L en A si para

X P

yX

2.2.1. Composici on
Podemos componer funciones de la manera obvia. Por ejemplo si por un lado F x y y por otro lado Gx y z x y z xy lny, se tiene
G x ey

xy cosxy

F x y

y y x e xy cosxy x e xy lnxy

con las restricciones de dominio que corresponda en cada caso. Por ejemplo aqu DomG F
x

y 2 : xy

En general hay que tener cuidado de que se pueda hacer la composici on. Adem as de poder encadenar
n

2.2 Funciones F : n

41

con el espacio m intermedio, hay que recordar que el dominio de una composici on, si F : A G : B m k es DomG F X A : F X B Y tenemos la propiedad correspondiente del a lgebra de l mites:

m y

Teorema 2.2.2. Sean F : A n m y G : B m k . mX P F X L1 B, y l mY L1 GY L2 , entonces existe el l mite de la compoSi P A es tal que l sici on l mX P G F X en DomG F , y adem as l mX P G F X L2 , siempre y cuando F X L1 para X P. Demostraci on. Dado 0, existe
G

0 tal que

F X L2

GF X L2

siempre y cuando 0 F X L1 y F X B, por ser l mY L GY L2 (simplemente llamando Y F X ). F X L1 siempre que 0 X P y X A, pues Pero dado 0 existe 0 tal que 0 l mX P F X L1 en A, y F X L1 si X P. X P y X DomG F A garantizan G F X L2 . Luego 0 Observaci on 2.2.3. La condici on F X L1 est a puesta para que no ocurran situaciones rid culas como la siguiente: sea f : la funci on nula (es decir f x 0 para todo x ) y sea gx Entonces g f x 0 para todo x , con lo cual
x 0

1 0

si x 0 si x 0

l m g f x l m 1

Pero el l mite de g no es cero, pues

x 0

l m gx

x 0

1
de manera muy

Con el teorema previo, se pueden calcular algunos l mites de funciones g : n sencilla, si uno descubre la composici on. Ejemplo 2.2.4. 1. Como
x

y z

l m

0 0

x2 y z

0, entonces

y z

l m

senx2 y z x2 y z 0 0 0

2. Como

y z

l m

2 1

exy cosx2 lnz l m

0, se tiene

y z

2 1

1 exy cosx2 lnz

1 exy cosx2 lnz

42

Funciones

2.2.2. Curvas y el l mite

Un caso particular (y bastante importante) de funci on F : n m son las curvas, que es lo que se tiene cuando n 1. mite Que exista el l mite de una funci on F : n m a lo largo de una trayectoria, no garantiza que el l vaya a existir. Pero, de acuerdo al Teorema 2.2.2, si el l mite existe entonces el l mite de la composici on tiene que dar lo mismo, independientemente de con qu e curva uno componga. Tenemos entonces la siguiente herramienta u til:

Observaci on 2.2.5. Sea F : A n m . Sean : I A y :J A dos curvas en n tales que l mt t0 t P y l mt t1 t P. Supongamos adem as que t P para t t0 y t P para t t2 . F t l m t implica que no existe el l mite l mX P F X . Entonces l m F t t t t 0 1

y , y P 0 0. Consideremos la curva t t mt , que es una recta de Ejemplo 2.2.6. Sea f x y x x2 y2 pendiente m por el origen. Observemos que el denominador de f se anula a lo largo de las rectas y x, mite de la composici on, para y x, por lo que hay que excluir las posibilidades m 1. Calculemos el l cada m 1:

l m f t
0

l m

t 2 mt 2 0 t 2 mt 2

l m

t 2 1 m2 0 t 2 1 m2

1 m2 1 m2

Esto prueba que el l mite l mx y 0 0 f x y no existe, pues si nos acercamos a lo largo del eje x (con m 0), el l mite de la composici on da 1, mientras que si nos acercamos a lo largo de la recta y 2x (con mite on da 5 3. m 2), el l de la composici Dom f Dom f

y 0 m 0
t

l m f t 0 1
0

l m f t 2t
0

5 3

y 2 x m 2

Ejemplo 2.2.7. Una funci on tal que Domg 2 .

n z2.2 Funciones F :

43

x2

Dom f

y Sea gx y x , P 0 0. Conx2 y sideremos t t mt como antes. El denominador de f se anula en la par abola y x2 , pero si t es chico (y 0) la recta y mx no corta la par abola.

t 2 mt t t m 1 l m t 0 t 2 mt t 0t t 0 t m Esto no nos sirve! Podr a ser que el l mite exista? Probemos con algunas trayectorias m as. Nos falt o considerar, entre las rectas, el eje y. Para esto tomamos t 0 t . Se tiene l m f t l m
t

Para cada m :

l m f t
0

l m

0t 0t

tambi en; seguimos sin saber si el l mite existe o no. Mirando la funci on, vemos que el numerador se anula a lo largo de la curva y x2 . Esto nos da una pista, tomamos t t t 2 . Entonces
t

l m f t
0 0 f x

l m

t2 t2 0 t2 t2

l m 0
0

Esto prueba que el l mite l mx y

y no existe.

2.2.3. L mite y sucesiones

Se pueden usar sucesiones para calcular l mites? Proposici on 2.2.8. Sea F : A lentes: 1. l m F X
X P

m . Sean P

A y L m . Las siguientes armaciones son equiva-

L P, se tiene l mk F Pk L.

2. Para toda sucesi on de puntos Pk A tal que Pk P y Pk Demostraci on. 1 2 Supongamos que l m F X
X P

L, y tomemos Pk una sucesi on de puntos del A que 0 existe 0 tal que implican F X L

tiende a P. Entonces por la denici on de l mite de funci on dado 0 X P yX

Como Pk P, claramente vale 0 Pk P . Si tomamos k0 tal que k k0 implique Pk P , el rengl on de arriba nos garantiza que F Pk L . O sea F Pk L de acuerdo a la denici on de l mite de sucesiones, aplicado a la sucesi on Qk F Pk . 2 1 Razonemos por el absurdo. Negar que l mX P F X L es decir que existe 0 tal que para todo 0 existe X A con 0 X P y F X L . Tomemos 1 k , con k , y sea Pk P y Pk P, pero por otro lado F Pk L , con lo cual el punto correspondiente. Vemos que Pk F Pk L, contradiciendo la hip otesis.

44

Funciones

Es decir que usar sucesiones no es muy pr actico porque no basta probar con una. Sin embargo, usar sucesiones s sirve para ver que el l mite no existe. La idea es la misma que la de las trayectorias.

dos sucesiones de puntos de A, tales que ambas tienden a P, y las Observaci on 2.2.9. Sean Pk y Pk sucesiones Qk F Pk y Qk F Pk tienen l mites distintos, entonces no existe el l mite l m F X .
X P

Aqu hay que hacer la salvedad, al igual que en el caso de las curvas, de que esto vale siempre que Pk y Pk sean distintos de P, al menos para k sucientemente grande. Ejemplo 2.2.10. Si f x y
xy xy ,

se tiene Dom f
x y

y : x y . Veamos que no existe

l m

f x y

0 1 se observa que ambas son sucesiones del dominio que tienden a cero. Tomando Pk 1 k 0 y Pk k 1 k 1 k0 l mk 1 k0 1, y por otro lado l mk f Pk mk 0 1. Pero l mk f Pk l 01 k
Y de la Proposici on 2.2.8 tambi en se desprende el siguiente hecho m as o menos obvio, que nos permite mirar cada coordenada por separado.
m , con A n . Sean L m , P A. Entonces F tiende a L cuando Corolario 2.2.11. Sea F : A X P si y s olo si cada coordenada de F converge a la coordenada correspondiente de L. Es decir, si F f1 f2 fm y L l1 l2 lm , entonces

l m F X
P

l m f j X
P

l j para cada j

Y desde este momento siempre que tengamos una funci on F : m cada coordenada por separado. L mites innitos

m , siempre podemos chequear

Se denen en forma an aloga al caso real los l mites en innito y los l mites que dan innito. Denici on 2.2.12. L mites innitos. Sea F : A 1. Decimos que l m F X
X

m , L

m y P A.

L en A si para toda sucesi on Xk de A que tiende a innito se tiene 0 existe M X M yX 0 tal que

l mk F Xk

L.

Equivalentemente, dado

A implican

F X L

2.3 Continuidad

45

2. Decimos que l mX P F X en A (o que F diverge cuando X Xk de A tal que Xk P, se tiene l mk F Xk . Equivalentemente, dado M 0 0 existe X P 0 tal que yX

P) si para cualquier sucesi on

implican F X

2.3. Continuidad
La noci on de continuidad es id entica al caso conocido en una variable. Necesitamos que tomar l mite coincida con evaluar. Denici on 2.3.1. Sean F : A
n m y P

A.
P F X

1. Decimos que F es continua en P si l mX

F P.

2. Decimos que F es continua en A si F es continua en P para todo P A. Probar que una funci on es continua en P, es asegurarse de que la diferencia F X F P se puede hacer tan chica como uno quiera, pidiendo que X P sea peque no. Observaci on 2.3.2. Es importante observar que, a diferencia de los l mites en general, el punto P debe estar en el conjunto A donde F est a denida, para poder calcular F P. Eso no quita que, dado P A, podamos preguntarnos si la funci on se puede extender (redenir) en el punto P de manera que quede continua. Esto lo podremos hacer si y s olo si el l mite l m F X existe en A. En ese caso diremos que la discontinuidad en
X P

P es evitable.

Observaci on 2.3.3. Puesto que el l mite se calcula en cada coordenada por separado, se tiene que F p1 pm si y s olo si cada f j : A es continua en P, y tambi en que F f1 f m es continua en P es continua en A si cada f j es continua en A.

Dado que el l mite de una composici on es la composici on de los l mites (Teorema 2.2.2), Teorema 2.3.4. Sean F : A n funci on continua en DomG F
m y G : B m X A : F X B .

k funciones continuas. Entonces G F es una

2.3.1. Propiedades de las funciones continuas

En toda esta secci on, f : A
n , y P

A.

Probemos un par de propiedades sencillas que nos van a resultar u tiles m as adelante. La primera dice m f X 0. La segunda dice que si una funci on continua es no nula, hay un que si f X 0, entonces l entorno donde no se anula, y se deduce de la primera.

46

Funciones

Lema 2.3.5. Supongamos que f es continua en P. Entonces 1. Si Xk es una sucesi on tal que Xk 2. Si Xk es una sucesi on tal que Xk 3. Si f P 4. Si f P 0, entonces existe r 0, entonces existe r
k k

P en A, y f Xk P en A, y f Xk

0 para todo k , entonces f P 0 para todo k , entonces f P 0 para todo X

0. 0.

0 tal que si U 0 tal que si U

Br P A, se tiene f X Br P A, se tiene f X

U. 0 para todo X U.
f P 2 ,

Demostraci on. El tem 1. lo probamos por el absurdo. Si fuera f P f P ces k0 tal que k k0 implica f Xk f P 2 . Es decir,

0, tomamos

y existe enton-

f 2P
Despejando del lado izquierdo se obtiene f Xk

f Xk f P
f P 2

f P 2 k0 lo cual contradice la hip otesis.

0 si k

El tem 2. tiene una demostraci on an aloga, es un buen ejercicio esciribirlo. El tem 3. tambi en lo probamos por el absurdo: supongamos que para todo k existe Xk B 1 P A k tal que f Xk 0. Entonces Xk P en A y por ser f continua en P, 0 f P l mk f Xk 0, lo cual es imposible (en la u ltima desigualdad usamos el tem previo). La demostraci on de 4. es an aloga. Denici on 2.3.6. 1. Un conjunto A que X M para todo X A. 2. Un conjunto K
n es acotado si es acotado en norma, es decir, existe M

0 tal

n cerrado y acotado es un conjunto compacto.

3. Un conjunto A n es arcoconexo si dados P Q A existe una curva continua : 0 1 0 P y 1 Q. Observaci on 2.3.7. Por la desigualdad xi X

A tal que

n m ax

i 1 n

xi

se deduce que un conjunto A es acotado si y s olo si cada una de sus coordenadas est a acotada. Recordemos el teorema del valor medio en una variable: Teorema 2.3.8. (Bolzano) Si f : a b f c 0.
es continua, y f a f b

0, entonces existe c a b tal que

x a b : f x 0 , que es no vac o (pues Demostraci on. Supongamos que f a 0 y f b 0. Sea A a A). Como A a b , est a acotado superiormente as que tiene supremo s sup A. Existe una sucesi on creciente an de puntos de A que tiende a s a b . Como f an 0 (pues an A), el tem 1 del Lema 2.3.5 nos dice que debe ser f s 0. Armo que f s 0. Si no fuera as , ser a f s 0. Pero entonces el tem 3 del mismo lema nos dice que hay un entorno de s de la pinta s r s r a b , tal que f x 0 all . Como s b pues f b 0, podemos tomar x0 a b tal que x0 s s r. Este x0 A y es mayor que el supremo, lo que es imposible. Debe ser pues f s 0.

2.3 Continuidad

47

Teorema 2.3.9. (Bolzano) Sea f : A n . Supongamos que existen P Q A tales que f P f Q 0. Si A es arcoconexo y f es continua, entonces existe R A tal que f R 0.

0y

Demostraci on. Por ser A arcoconexo existe : 0 1 A continua con 0 P y 1 Q. Consideremos g: 0 1 la composici on gt f t , que es una funci on continua por ser composici on de funciones continuas. Se tiene g0 f P 0 y g1 f Q 0. Por el teorema del valor medio en una variable, as f R f c gc 0. existe c 0 1 tal que gc 0. Si R c, entonces R A y adem Y se tienen los corolarios habituales, Corolario 2.3.10. Sea f : A
n continua. Supongamos que A es arcoconexo. Entonces

1. Dados P Q A, f toma todos los valores intermedios entre f P y f Q. 2. Sean P A y Q A. Si l mX

Q

f X

l y f P

l, entonces f P l

Im f .

Para probar 2, tomemos c f P l . Observemos que como l mX Q f X l , existe una sucesi on Xk de puntos de A tales que, dado l c 0, si k k0 entonces f Xk l l c. Desarmando este olo el lado izquierdo se tiene c f Xk . m odulo se tiene l c f Xk l l c, y considerando s Tomemos Q Xk0 A. Entonces f Q c, y como f P c por el tem 1. se tiene que c Im f . Teorema 2.3.11. (Weierstrass) Si A es un conjunto compacto de n , y f es continua en A, entonces existen m M tales que m f X M para todo X A. Adem as, existen Pm PM A tales que f Pm m n f X : X A y f PM m ax f X : X A .

Demostraci on. Para probar 1, supongamos f P f Q (si son iguales no hay nada que probar). Tomemos c f P f Q y consideramos fc : A dada por fc X f X c. Entonces fc P f P c 0 y fc Q f Q c 0. Adem as fc es continua, as que por el teorema anterior existe R A tal que fc R 0. Esto es f R c 0, es decir f R c.

Demostraci on. Supongamos primero que f no es acotada. Si no existe M tal que f X M , entonces existe una sucesi on de puntos Xk A tal que f Xk k para todo k . Como A es cerrado y acotado, Xk tiene una subsucesi on convergente Xk j , tal que Xk j j P A. Se tiene f Xk j k j , y como f es continua en P, esto es imposible. De la misma manera se prueba que existe m tal que m f X . m M , Im f es Ahora veamos que f alcanza sus valores m aximo y m nimo en A. Como Im f un conjunto acotado de . En particular es acotado superiormente, luego tiene supremo s. Veamos que en realidad es un m aximo, es decir veamos que existe PM A tal que f PM s. Para ello, tomamos una on de sucesi on creciente de puntos de Im f que tienda al supremo. Tenemos entonces que existe una sucesi puntos Xk en A tales que l mk f Xk s. De la sucesi on Xk extraemos una subsucesi on convergente Xk j , y llamamos al l mite PM (que es un punto de A). Se tiene f PM l m j f Xk j s por ser f continua. De forma an aloga se prueba que f alcanza su valor m nimo, construyendo una sucesi on de puntos que tienda al nmo de Im f . Corolario 2.3.12. Sea F : A
n m continua. Si A es compacto, entonces F A m es compacto.

48

Funciones

Demostraci on. Como F f1 fm , y cada fi es continua, por el teorema anterior cada coordenada del conjunto F A est a acotada, y en consecuencia F A es acotado. Por otro lado, si Q F A, existe Xk A una sucesi on de puntos tal que F Xk Q en m . Extraemos de Xk una subsucesi on convergente Xk j a un punto P A. Se tiene, por la continuidad de F , Q l m F Xk j
j

F l m Xk j
j

F P

Esto prueba que Q F A, y por lo tanto F A es cerrado.

2.3.2. Caracterizaci on de las funciones continuas

Se tiene la siguiente caracterizaci on F es continua si y s olo si la preimagen de cualquier abierto es un abierto relativo, con m as precisi on: Teorema 2.3.13. Sea F : A conjunto
n m . Entonces F es continua si y s olo si para todo abierto W m , el

F 1 W

A : F X W
n abierto, con el conjunto A.

se puede escribir como la intersecci on A U de un conjunto U

Demostraci on. Supongamos que F es continua, tomemos W abierto en m . Tomemos P tal que F P W , es decir, P F 1 W . Como W es abierto, existe rP 0 tal que BrP F P W . Como F es continua, dado este rP 0 existe P 0 tal que X P P , X A, implican F X F P rP . Es decir, existe P 0 tal que X A BP P implica F X BrP P W . Dicho de otra forma, F BP P A W . Como esto se puede hacer para cualquier P F 1 W , podemos tomar U on de PF 1 W BP P que por ser de uni abiertos es abierto, y se tiene F 1 W U A como quer amos. La otra implicaci on es similar, queda como ejercicio.

2.3.3. Continuidad uniforme

Para terminar, una denici on y un teorema Denici on 2.3.14. Decimos que una funci on f : A n m es uniformemente continua si dado existe 0 tal que X Y A y X Y implican F X F Y . 0,

La denici on nos dice que peque nos movimientos en el dominio provocan peque nos movimientos en la imagen, independientemente de en qu e punto hagamos estos movimientos. Observaci on 2.3.15. Una funci on uniformemente continua es continua, puesto que dado P A, y 0, se tiene por la denici on que existe 0 tal que X P implica f X f P . Es decir, l mX P f X f P. Observemos sin embargo, que es habitual para funciones continuas el hecho siguiente: dado , el necesario para conseguir F X l puede depender no s olo de , sino tambi en del punto P en cuesti on. Un ejemplo sencillo de funci on continua que no es uniformemente continua es el siguiente.

2.4 Problemas

49

Ejemplo 2.3.16. Tomemos f x x2 en el intervalo 0 . Entonces si f fuera uniformemente continua, dado 2 existir a 0 tal que si x y 0 y x y , entonces x2 y2 2. Pero si tomamos y 2 , x y 2 (que verican las hip otesis), entonces x
2

y 2 2

y
2

2 4

Sin embargo, en dominios cerrados y acotados, no hay distinci on, pues Teorema 2.3.17. (Heine-Cantor) Si F : A memente continua.
n m es continua y A es compacto, entonces F es unifor-

Demostraci on. Si F no fuera uniformemente continua, existir a 1 , pero e Yk en A tales que Xk Yk k F Xk F Yk

0 tal que para cada k existir an Xk (2.2)

Como A es compacto, se tiene una subsucesi on Xk j convergente a un punto X Yk j X luego debe ser tambi en Yk j dice la desigualdad (2.2).
j

A. Observemos que
F X . Pero esto contra-

Yk j Xk j

Xk j X

1 kj

Xk j X

X . Como F es continua, l m j F Xk j

l m j F Yk j

2.4. Problemas
2.I. Gracar las curvas de nivel de las siguiente funciones y hacer un dibujo aproximado de Gr f f x y f x y 2.II. Sea P A x2 y2 2x 3y
n y f : A una funci on continua en P. 3 .

Suponiendo que Xk es una sucesi on de puntos en A que tiende a P, y f Xk probar que f P 0. Suponiendo que f P para todo X U . 0, probar que existe r 0 tal que si U

0 para todo k , 0

Br P A, entonces se tiene f X

2.III. Sea f : A k con A n arcoconexo. Probar que si f es continua, entonces Im f arcoconexo. En particular, si k 1, la imagen de f debe ser un intervalo. 2.IV. Sea K n un compacto conexo. Si f : K a b . Qui enes son a b?

f A

k es

es continua, probar que Im f es un intervalo cerrado k , existe U n abierto tal que

2.V. Sea F : A n k . Supongamos que para todo abierto W 1 F W A U . Probar que f es continua.

50

Funciones

3 D ERIVADAS

D IFERENCIAL

Considero aqu las magnitudes matem aticas no como compuestas de partes extraordinariamente peque nas, sino como descritas por el movimiento continuo Sir Isacc Newton

3.1. Derivadas
Empecemos repasando la derivada de una funci on de una variable. Recordemos la idea de recta que mejor aproxima, que seg un la gura de abajo, es la recta tangente al gr aco de f .

y
y f axa f a

f a y f x x

Para armar una recta, hacen falta dos puntos distintos del plano. O un punto del plano y la pendiente. Entonces jando a f a, hallamos m f a de la siguiente manera. Tomamos otro punto x Dom f , construimos la recta secante

52

Derivadas y Diferencial

y f x f a

y x

x a f a

y x
y a x f x

La pendiente de esta secante depende de x y a, es

y x

f x f a xa

Si hacemos tender x al punto a, se obtiene (si existe el l mite) la pendiente de la recta deseada, y por lo tanto las pendientes de arriba tienden a la pendiente de la recta tangente, con lo cual f a f x f a xa

x a

l m

O sea existe la derivada si y s olo si existe el l mite de los cocientes incrementales. Y decimos que f es derivable en a. Con el cambio de variable h x a se puede escribir f a l m f a h f a h a, que es

h 0

Recordemos tambi en la ecuaci on de la recta tangente al gr aco de f en x y que en forma param etrica es simplemente La : a f a 1 f a f ax a f a

f a y puesto que la pendiente de la recta tangente debe ser f a. Esto nos dice que un incremento x 1 en una unidad en el dominio, nos produce un incremento de f a unidades en la imagen.

Por su parte, la recta normal pasa por el mismo punto seg un indica el gr aco

3.1 Derivadas

53

f ax a f a

f a

f x

y f 1 x a f a a a pero su vector director debe ser perpendicular al de la tangente, con lo cual

Na : a f a f a

3.1.1. Curvas

El siguiente caso es el de las curvas o trayectorias, es decir, funciones : I n , donde I en general es alg un intervalo. En este caso tenemos n-funciones reales, todas movi endose al un sono con el mismo de la manera obvia, es decir, derivando par ametro, y la derivada se dene cada coordenada. Solamente vamos a derivar en el interior del dominio, como es usual. Atenci on que en este caso nos interesa la imagen de la curva, y no su gr aco. Denici on 3.1.1. Sea : a b derivando cada coordenada en t

La derivada de es la curva que se obtiene derivando cada coordenada de .

n . La derivada o velocidad de en t0 es el vector que se obtiene t0 (siempre que existan todas las derivadas).

t 2 , se tiene 0 1 0 y en general t 1 2t para todo t . En Por ejemplo, si t t cambio si t cos t sen t sent cost y en particular 0 0 1. se tiene t n nea que Qu e representa la velocidad de una curva? Es un vector de , y representa la trayectoria rectil seguir a una part cula soltara abola si se del alambre que representa . Por ejemplo, como describe una par y x2 , se tiene

Im

t 2

x Y como describe una circunferencia unitaria x2 y2 1, se observa

54

Derivadas y Diferencial

t Im

cost

sent

x
1

Por supuesto que la derivada en realidad representa el vector director, que nosotros dibujamos pinchado en el punto correspondiente. La recta tangente a la curva tiene en general ecuaci on Lt0 : t0 t0 Hay que tener presente que el gr aco de una funci on f : Gr f
x

(3.1)
, que es el conjunto 2

f x : x Dom f

a derise puede parametrizar siempre con la curva x x f x, donde : Dom f 2 . Esta curva ser vable en a si y s olo si f es derivable en a, y su recta tangente coincide por supuesto con la recta tangente al gr aco de f en el punto a f a. Observaci on 3.1.2. Cambiemos el punto de vista. Supongamos que queremos dar la ecuaci on de la recta tangente al gr aco de f : , pero en forma param etrica, es decir como en la ecuaci on (3.1). Entonces se tiene en cuenta que el gr aco de f se puede parametrizar con la curva x x f x con x Dom f como mencionamos antes. Y por lo tanto, si f es derivable, la derivada es x 1 f x. Con lo cual La : a a
a

f a 1 f a

Es fundamental observar que la primer coordenada del vector derivada es constantemente uno, mientras que la segunda coordenada expresa la raz on de cambio, pues y x f a 1 f a. Es decir, que por cada unidad que avanzamos en el eje de las x, se avanza f a unidades en el eje de las y. Esto u ltimo, por supuesto, es una aproximaci on, y s olo es exacta esta armaci on cuando f es una recta, con lo cual coincide con su recta tangente. Resumiendo, el vector derivada nos dice cu anto hay que moverse en y por cada unidad que nos movemos aco de f en ese en x, si nos movemos desde el punto a f a, pero a lo largo de la recta tangente al gr punto. Se deduce de lo anterior que un vector normal al gr aco de f es f a 1, pues como
1

f a f a

se concluye que son ortogonales. Observemos que esta escritura es v alida incluso en el caso f a donde se obtiene el vector normal 0 1.

f a f a

0 0,

3.1 Derivadas

55

direccionales 3.1.2. Derivadas

funci El dominio de esta on es la bola cerrada unitaria en el plano, centrada en el origen

funci 2 Supongamos que tenemos una on f : f x y

, como por ejemplo

1 x2 y2 y 2 : x 2 y 2

Dom f

B1

Si miramos las curvas de nivel, z cte, debe ser z 0 pues z est a igualado a una ra z cuadrada. Es decir el 2 gr aco est a por sobre 1 x2 y2 , se tiene x2 y2 1 z2 el piso. Adem as como z0 0 lo que nos indica que debe ser z0 1. Las curvas de nivel son circunferencias como se puede observar, pero podemos decir m as: 1, esto nos dice que como x2 y2 z2 0 x y z0 1 Entonces los puntos est an sobre la c ascara de la esfera unitaria centrada en el origen. Pero es s olo el casquete superior, pues z debe ser positivo. El gr aco de f es entonces una media esfera

Pensemos qu e pasa un momento la si nos movemos a lo largo de una trayectoria en la esfera. Si en alg fuerza quenos a es que saldr amos disparados en sostiene atados a la supercie se rompe, lo que ocurrir l nea recta, en forma tangente a la esfera (es esto intuitivo?). Pero dado un punto P en la esfera, hay muchas direcciones tangentes. Se puede ver que forman un plano, que se denomina plano tangente

Ahora tomemos gx y x2 y2. Las curvas de nivel son nuevamente circunferencias, el gr aco y,z x s olo existe para z 0. Cortando con los planos x 0 e y 0 se obtienen las ecuaciones z respectivamente. Estamos en presencia de un cono, como ya discutimos con anterioridad.

z y z
las rectas tangentes a la semi-esfera, en un punto dado, forman un plano

56

Derivadas y Diferencial

punto no sea el v Si nos movemos en esta supercie cerca de un ertice, nuevamente direcciones que tangentes forman (al menos eso imaginamos) un plano. Exceptuando el origen. All , si uno dibuja algunas rectas tangentes, lo que observa es nuevamente un cono. Es decir, no hay plano tangente en el origen. Es m as, si uno mira cuidadosamente una direcci on y ambos sentidos, obtiene distintas rectas como en el caso v e hay rectas tangentes, ya que, como sabemos, de la funci on real m odulo f x x . De hecho, en el rtice no la funci on f x x no tiene derivada en el origen. Dicho de otra manera, las derivadas laterales
x 0

l m

f x f 0 x0

x 0

l m

f x f 0 x0

existe por separado. no coinciden, por m as que cada una de ellas

Pongamos un poco de precisi on a estas ideas gr acas. Denici on 3.1.3. Sea V

n ,

1. Sea f : A l m
0

, y P

f P tV f P t

Ao . El lmite

(si existe) es la derivada direccional de f en P en la direcci on de V . Lo anotamos f P o bien fV P V Observemos que fV P (si existe) es un n umero real. Qu e pas o con nuestra intuici on gr aca? Es sencillo, bas, la denici on nos da en el ta recordar el caso n 1. All punto x a un n umero real que representa la pendiente de la recta tangente al gr aco de f en el punto a f a.
y m f a

f a y f x a x

La recta tangente la armamos sabiendo la pendiente y el punto por el que pasa. La situaci on aqu es f similar. El punto por el que pasa lo tenemos, lo que nos falta es relacionar la derivada direccional P con V el vector director de la recta.

3.1 Derivadas

57

Conviene introducir la siguiente notaci on. Usaremos X xn1 para denotar al vector de n1 formado n por el vector X x1 x umero xn1 en la u ltima. 2 xn en las primeras n coordenadas, y el n o Si P A y V 1, en el dominio de f el vector P tV se representa as : Ao P tV tV P

Y lo que que estamos haciendo cuando calculamos

f P tV f P es calcular la diferencia de alturas de f seg un el siguiente gr aco:

Gr f
X

f X :X A

PtV

f PtV

P f P

Ao
PtV P

Si dividimos por t y hacemos tender t a cero, tendremos la derivada direccional en la direcci on de V . Antes de hacerlo, pensemos cual es la ecuaci on param etrica de las rectas secantes. El punto por el que pasan todas es P. Y el vector director es, como se observa del gr aco, el vector que une los puntos P f P con P tV f P tV . Entonces el vector que nos interesa (el vector director de la recta tangente) es 1 P tV f P tV P f P t P tV P f P tV f P t t

l m
0

l m

58

Derivadas y Diferencial

f P V Esta ecuaci on, aunque la dedujimos del gr aco de una funci on particular, es completamente general, y nos dice que la recta tangente se arma formando el vector de n1 dado por V en las primeras n coordenadas y la derivada direccional (que es un n umero) en la u ltima. Es decir su ecuaci on param etrica es V LP V : P f P V fV P Observaci on 3.1.4. Observemos que en el caso de una funci on f : , dado un punto del dominio P a , hay s olo dos vectores de norma unitaria para considerar, que son el V 1 y V 1. Si usamos V 1, obtenemos f a t 1 f a f P l m f a t 0 V t con lo cual f V P 1 f a V que es el vector que obtuvimos al escribir la recta tangente en forma param etrica. Mientras que si usamos V 1, obtenemos f P V
t

es decir

l m
0

f a t 1 f a t

l m

En esta u ltima cuenta podemos hacer el cambio de variable t f P V Con lo cual V

h 0

l m

f a h f a h

h con lo que se obtiene f a

f a t f a t

f P 1 f a V pero la recta tangente es la misma por ser este u ultiplo del primero. Esto podr amos haberlo ltimo vector m deducido sin hacer ninguna cuenta, del s olo hecho de que si f es derivable entonces hay una sola recta tangente.

3.1.3. Derivadas parciales

Vamos a denotar con Ei (i 1 n) a los vectores de la base can onica de n , es decir E1 1 0 0 E2 0 1 0 0 En 0 0 1. Para abreviar, vamos a usar la siguiente notaci on.

0,

esima derivada parcial de f en P es la derivada Denici on 3.1.5. Sea Ei n , f : A n , P Ao . La i- f direccional de f en la direcci on de Ei , y la denotamos xi P o bien fxi . Es decir fxi P
t

l m
0

f P tEi f P t

3.2 Plano tangente y Diferencial

59

Es decir, las derivadas parciales son las derivadas en las direcciones de los ejes de coordenadas. As , por ejemplo, si f x y 3x2 4y y P 0 0 f 0 0 x mientras que f 1 0 0 l m 302 4t 0 l m 4 4 t 0 t t 0 y Si prestamos atenci on a la denici on de derivada direccional, vemos que lo u nico que hacemos es poner un incremento en la coordenada i- esima. Por ejemplo si n 3 y tomamos i 2, se tiene f p1 p2 p3 y
t t

l m
0

1 30 t 12 0 0 t

l m 3t
0

l m
0

f p1 p2 t p3 f p1 p2 p3 t

Si llamamos gy f x y z, lo que tenemos es una funci on de una sola variable, y de acuerdo a la denici on de derivada para funciones g : , g p2
h 0

l m

g p 2 h g p 2 h

f p1 p2 p3 y

Es decir que una derivada parcial es simplemente una derivada respecto de una variable dada, que se calcula haciendo de cuenta que todas las dem as variables son constantes. Y podemos calcularla en cualquier punto usando las reglas generales Por ejemplo, si f x y 4.
f 3x2 4y, entonces x x y

6x para cualquier x y 2 , y tambi en

f y x

Hay que hacer la salvedad de que las derivadas existan, y por supuesto, de que los puntos est en en el dominio. El resultado exacto es el siguiente:
, P p1 pn Ao . La funci on derivada parcial de f respecto Proposici on 3.1.6. Sea f : A n f de xi es la funci on xi que se obtiene de f de la siguiente manera

f p1 xi

pn

l m

f p1

pi t

pn f p1

pn

t Ao con inclusi on estricta si existe alg un punto donde no

f siempre que el l mite exista. Se tiene Dom xi exista el l mite.

3.2. Plano tangente y Diferencial

En general, la existencia de una derivada parcial nos dice que en una direcci on dada, el gr aco es suave. Pero acerc andonos por otras direcciones podr a tener saltos, y la funci on podr a no ser continua. Ejemplo 3.2.1. Un ejemplo a tener en cuenta es el siguiente: f x y
x2 y x4 y2

si si

x x

y 0 0 y
0

60

Derivadas y Diferencial

Armo que existen todas las derivadas direccionales de f en el origen. Tomamos V V 1), y si v2 0 calculamos l m
0

v 1

v2 2 (con

f tv1 tv2 f 0 0 t 1) se tiene fy 0 0 fx 0 0 l m

0

l m

t 3 v2 1 1 v2 4 2 2 0 t t t v v2 1 2

v2 1 v2 v2 2

v2 1 v2

En particular (con V

0. Falta calcular fx 0 0, que tambi en da cero puesto que l m

0

f t 0 f 0 0 t

0 t
t

0 t 2 , entonces

Sin embargo, f no es continua en 0 0 pues si consideramos t l m f t

0

l m

t 2t 2 0 t4 t4

1 2

C omo podemos recuperar la idea de que una funci on derivable es una funci on suave, en particular continua? El u ltimo ejemplo es desalentador ya que contradice la intuici on, al existir en este caso todas las derivadas direccionales, pero no ser esto garant a de continuidad. Lo que haremos ser a recurrir a la idea de aproximaci on lineal. Para ello, supongamos que tenemos una para la cual existen todas sus derivadas parciales. Lo que nos tenemos que preguntar es funci o n f : n on. si estas derivadas forman un hiperplano en n1 , y si este plano aproxima a la funci

El plano en cuesti on que queremos considerar es, dado P Ao , el plano generado por todas las derivadas a generado por los siguientes n parciales. Es decir el plano en n1 que pasa por el punto P f P y est vectores de n : E1 fx1 P En fxn P Cu al es la ecuaci on de este plano, que como dijimos es un hiperplano en n ? on Recordemos que para dar un hiperplano de n1 , basta con dar una ecuaci N Y Q 0 an jos. Esta ecuaci on nos dice que el plano tiene normal N y pasa por el punto Q. donde N Q n1 est

Observemos que si ponemos NP fx1 P fx2 P fxn P 1 n1 como normal del plano, esta es perpendicular a todos los vectores generados por las derivadas parciales, pues NP Ei fxi P fxi P fxi P
fx1 P

fx2 P

fxn P

010

0 fxi P

Entonces la ecuaci on del plano debe ser

P :
Despejando se obtiene la ecuaci on

NP X P xn1 f P
p1

pues este plano tiene normal NP y pasa por P f P

pn f P n1 .

3.2 Plano tangente y Diferencial

61

P :

xn1

f P fx1 Px1 p1 fx2 Px2 p2 fxn Pxn pn

As por ejemplo si f x y

x2 y2, como

fx x y dado P
x0

x x2 y2

y fy x y

y x2 y2

(3.2)

y0 0 0 se tiene

P : z
Por ejemplo si tomamos P
3

x0 y0 2 x2 x x 0 y y0 0 y0 2 2 2 x0 y0 x0 y2 0 5 con lo cual 3 4 x 3 y 4 5 5

4 entonces f P

P : z
es decir z
4 9 16 5 3 5x 5y 5 5 3 4 5x 5y

5 o lo que es lo mismo P : 3x 4y 5z 25

Qu e pasa en el v ertice, es decir, en P 0 0? Se tiene f P 0, y las f ormulas (3.2) de las derivadas parciales all no tienen sentido, pero cuidado que eso no quiere decir que no existan. Las intentamos calcular usando la denici on t 1 2 fx 0 0 l m t 02 0 l m t 0 t t 0 t que no existe y lo mismo ocurre con fy 0 0. Por lo tanto en este caso no hay plano en el v ertice del cono, lo cual nos devuelve un poco de la intuici on que queremos desarrollar. Veamos ahora lo que ocurre con el Ejemplo 3.2.1 de m as arriba. Como vimos, f no es continua en el origen. Sin embargo, exist an todas las derivadas direccionales y en particular f x 0 y f y 0

Con esto, el plano tangente en 0 0 tiene ecuaci on z0 0x 0 0y 0

pues f 0 0 0. Es decir, hay un plano, y es el plano z 0. C omo puede ser, si vimos que f no era continua? Lo que veremos es que el problema aqu no es que no haya un plano en P, sino que este plano no aproxima sucientemente bien a la funci on cerca de P.

62

Derivadas y Diferencial

Lo que vamos a pedir es que la distancia entre este plano P y la funci on f no solamente tienda a cero (lo cual siempre que haya plano ocurre, puesto que el plano y la funci on se tocan en el punto P f P y all la distancia es cero), sino que la distancia d d X entre ambos como se indica en la gura,

f X
P f P

Gr f

tienda a cero m as r apido que la distancia entre X y P. Es decir, llamando P a una parametrizaci on del P, entonces plano tangente, vamos a pedir que si X dist P X f X dist X P 0

Cuando esto ocurra diremos que f es diferenciable en P. Recordemos que los puntos del plano tangente (si el plano existe) verican la ecuaci on xn1 Veamos la denici on precisa. f P fx1 Px1 p1 fxn Pxn pn

Denici on 3.2.2. Sea f : A es diferenciable en P si l m

, P

Ao . Si existen las derivadas parciales de f en P, decimos que f

0

f X f P fx1 Px1 p1 fxn Pxn pn X P

En ese caso a la funci o n x 1 la anotamos D fP .

xn

fx1 Px1 fxn Pxn la denominamos diferencial de f en P y

Si A es abierto y f es diferenciable en todos los puntos de A, entonces decimos que f es diferenciable en A.

3.2 Plano tangente y Diferencial

63

Veamos algunos ejemplos. Volvamos al u ltimo que nos desconcertaba. El plano tangente en P 0 0 estaba dado por la ecuaci on z 0. Entonces para que f sea diferenciable en P el siguiente l mite deber a dar cero. x2 y x2 y 00 x2 y x4 y2 x4 y2 l m l m l m x y 0 0 x y 0 0 x 02 y 02 x2 y2 x y 0 0 x4 y2 x2 y2 Pero tomando t t t , con t 0 (o lo que es lo mismo, tomando y origen por la diagonal del primer cuadrante) se tiene l m
t 0 t 4 t

x, es decir aproxim andonos al

2 2
t

t 2t

t2

l m
t

t3 0 t 2 t 2 1 2 t

l m
t

0 t 2 1

Es decir, el l mite no puede ser cero. Con lo cual, de acuerdo a nuestra denici on, la funci on f no es diferenciable en el origen. Veamos otro ejemplo. Si tomamos f x y x2 y2 (el paraboloide), las derivadas parciales son fx x y 2x, fy x y 2y. Con lo cual las dos derivadas parciales en el origen existen y son nulas. Entonces el plano tangente en el origen es el plano z 0. Calculamos l m

x2 y2 0 0
x

x y

02 y 02

x y

l m

x2 y2 x2 y2

x y

l m

x2 y2

lo que conrma nuestra intuici on, pues en este caso la funci on si es diferenciable en el origen. Observaci on 3.2.3. Algunas observaciones y deniciones u tiles. 1. Una condici on necesaria para que f sea diferenciable en P es que existan las derivadas parciales de f en P. Sin embargo esto no es suciente, como vimos. 2. Al vector formado por las n derivadas parciales de f en P lo llamamos gradiente de f en P, y lo denotamos fP (se lee nabla de f ). Es decir fP
fx1 P

fxn P

3. La diferencial de f en P (si f es diferenciable) es una transformaci on lineal de n en , pues seg un la denici on D fP Y fP Y fxi Pyi
i 1 n

4. La ecuaci on del plano tangente a f en P es xn1 f P f P X P

5. Se tiene, por la desigualdad de Cauchy-Schwarz, D fP X fP X fP X (3.3)

64

Derivadas y Diferencial

6. Asimismo, con esta notaci on, f es diferenciable en P si y s olo si l m f X f P fP X P X P f X f P D fP X P X P 0

7. Si f es diferenciable en P se puede escribir la condici on equivalente l m 0

Con la denici on correcta recuperamos la propiedad si es derivable es continua, como muestra la siguiente Proposici on 3.2.4. Sea f : A Demostraci on. Se tiene f X f P f X f P D fP X P f X f P D fP X P

, P

Ao . Si f es diferenciable en P entonces f es continua en P.

D f P X P fP X P

donde en el u ltimo t ermino usamos la desigualdad (3.3). Si en el primer sumando multiplicamos y dividimos por X P , se obtiene f X f P f X f P D fP X P X P X P

fP

X P P, con lo cual se

Tanto el primero como el segundo sumando de la derecha tienden a cero cuando X obtiene l mX P f X f P, es decir, f es continua en P.

3.2.1. Unicidad de la diferencial

El siguiente teorema tiene su utilidad para probar propiedades generales. Recordemos primero que una transformaci on lineal T : n m es una funci on que verica que si , X Y n entonces T X Y En particular, toda tranformaci on lineal T : n T x1 T X T Y
tiene la expresi on

xn

v1 x1 v2 x2 vn xn vn . Equivalentemente, existe un vector V

para alguna n-upla de n umeros reales ja v1 T X

n tal que

V X para todo X

y cada coordenada de V se puede recuperar aplic andole T al vector Ei de la base can onica, es decir vi T E i

Con estas herramientas estamos en condiciones de enunciar el teorema de unicidad.

3.2 Plano tangente y Diferencial

65

Teorema 3.2.5. Sea f : A

, P

l m

Ao . Si existe una transformaci on lineal TP : n f X f P TPX P 0 X P

tal que

entonces 1. Existen todas las derivadas direccionales de f en P, y vale f P V TP V para todo V

1 TP Ei y la transformaci on

2. En particular existen todas las derivadas parciales de f , se tiene fxi P TP es u nica. 3. Se tiene TP X D fP X fP X para todo X

n , y f es diferenciable en P. En particular,

f P V

fP V

D fP V si f es diferenciable en P

Demostraci on. Veamos que existen todas las derivadas direccionales, tomemos V n tal que V 1. Si existe el l mite del enunciado, existe en particular el l mite componiendo con cualquier curva que tenga l mite P. En particular, si ponemos X P tV (con t sucientemente chico para que X A), se tiene X P tV con lo cual X P t . Entonces
f P tV l m t 0 t f P T V
p

l m
0

f P tV f P TPtV t

Esto prueba que fV P l mt 0 f PtVt f P TP V . En particular existen todas las derivadas parciales. on lineal queda determinada Adem as, como TP Ei fxi P vale para todos los Ei , y una transformaci por su valor en una base de n , se deduce que TP X fP X . La unicidad de TP se desprende de que si hay otra transformaci on lineal SP que verique la condici on fP X . del l mite, entonces tambi en va a cumplir SP X Lo que se arma en 3. es, en primer lugar, que l m f X f P fP X P X P 0

Pero esto es evidente pues fP X P TP X P por lo que dijimos reci en, y el l mite da cero por hip otesis del teorema. Tambi en es evidente entonces que TP D fP . Hay que observar que reemplazamos la idea geom etrica de plano tangente por la idea de aproximaci on lineal, y vimos que ambas nociones son equivalentes. Es decir, una funci on es diferenciable si y s olo si se puede aproximar bien con un transformaci on lineal, y esta transformaci on representa, en t erminos de gr acos, al plano tangente que aproxima bien al gr aco de la funci on.

66

Derivadas y Diferencial

Observaci on

3.2.6. Si f es diferenciable en P, entonces tomando V de norma unitaria se tiene fV P fP V fP V fP V fP

VP

lo que nos muestra que la derivada direccional a lo sumo vale fP f P se tiene fVP fP VP fP fP fP

fP . Y por otro lado, si fP , poniendo fP

lo que muestra que este m aximo siempre se alcanza. Esto nos dice que fP es la direcci on de mayor crecimiento de f en P. Ejemplo 3.2.7. Consideremos la funci on f x y Dom f
x

1 x2 y2 con dominio en el disco unitario 1

y : x2 y2

En esta discusi on vamos a excluir los bordes para hablar de derivadas. Es decir, vamos a considerar X y B1 0 0. Recordemos que el gr aco de f es el casquete superior de la esfera unitaria, pues de la ecuaci on z f x y se despeja x2 y2 z2 1.

El gradiente de f se calcula f acilmente: fX

x 1 x2 y2

y 1 x2 y2

1 x2 y2

x y

Es decir, el gradiente de f en X es un m ultiplo negativo del vector X. Si miramos el gr aco de f desde el costado y desde arriba,

vista superior de Gr f Gr f z
X

f X X
0

X X

x x y

3.2 Plano tangente y Diferencial

67

observamos que, parados en el punto X Dom f , la direcci on de mayor crecimiento es aquella que nos lleva al polo norte. En la vista superior del gr aco, podemos observar que lo que hay que hacer es caminar, justamente (empezando en X), en la direcci on contraria del vector X que es la que nos lleva hacia el centro del dominio y por lo tanto al punto m as alto si caminamos por la esfera.

3.2.2. Algebra de funciones diferenciables

Se tienen las propiedades habituales de las derivadas. La primera es que la diferencial de una funci on constante (en cualquier punto) es la transformaci on lineal nula. Observaci on 3.2.8. Sea c y f : n la funci on constante f X n y D fP X 0 para todo P n y todo X n . Esto se deduce de
X

c. Entonces f es diferenciable en

l m

f X f P 0 X P

l m

0 X P

y el Teorema 3.2.5. Dadas dos funciones f g, nos interesan los puntos del interior de la intersecci on de los dominios. Para simplicar consideramos que tienen el mismo dominio, y que es un conjunto abierto (lo que se consigue, como dijimos, tomando el interior de la intersecci on de los dominios correspondientes). Teorema 3.2.9. Sean f g : A
n , con A abierto. Si P

A, y f

g son diferenciables en P, entonces

1. La suma f g es diferenciable en A y se tiene la f ormula D f gP X 2. El producto f g es diferenciable en A, y se tiene D f gP X En particular si , D fP X gP f PDgPX D fP X D fP X DgPX

D f P X

3. El conjunto A C0 g es abierto, all el cociente f g es diferenciable y se tiene D f gP X D fP X gP f PDgP X g P 2

Demostraci on. Veamos 1. Ciertamente si f g son diferenciables existen D f p y Dg p. Como TP : X Dg p X es una transformaci on lineal de n en , por el Teorema 3.2.5, s olo hay que ver que
X

D f p X

l m

f gX

f gP D f p Dg p X P X P

pues esto probar a que la suma es diferenciable y su diferencial es la propuesta. Entonces f X f P gX gP D f pX P Dg pX P X P

68

Derivadas y Diferencial

f X f P D fP X P X P

gX gP DgPX P X P P, lo que prueba que el primer t ermino

Los u ltimos dos sumandos tienden a cero por hip otesis cuando X de la desiguldad tiende a cero, como quer amos.

Ahora veamos 2. Usamos la misma idea (el Teorema 3.2.5). Observemos que, para cada P A, TP : X D fP X gP f PDgPX

es una transformaci on lineal de n en , pues f P gP est an jos. Entonces, evaluando TP en X P, sumamos y restamos f X gP para obtener f gX f gP D fPX PgP f PDgPX P f X gX f X gP f PDgPX P

f X gP f PgP gPD fPX P

Para terminar la demostraci on de 2., veamos que cada uno de estos dos sumandos (divididos por X P ) ermino es menor tiende a cero cuando X P. En el primer caso, sumando y restando f X DgP X P, este t o igual que f X gX f X gP f X DgPX P X P

f X DgP X P f PDgPX P X P

En el primer t ermino, se tiene que existe M 0 tal que f X M si X P pues f es continua por ser diferenciable (y toda funci on continua en un compacto alcanza m aximo y m nimo). Y entonces f X gX gP DgPX P X P M gX gP DgPX P X P
X P

f X gX gP DgPX P X P

f X f P DgP X P X P

0 gP X

por ser g diferenciable. En el segundo t ermino, como g es diferenciable se tiene DgP X P P por la desigualdad de C-S (ver el tem 5. de la Observaci on 3.2.3). En consecuencia, f X f P DgP X P X P f X f P gP
X P

por ser f continua en P. Por u ltimo, veamos la armaci on 3. sobre el cociente. Que A C0 g X A : gX 0 es abierto se deduce de lo siguiente: si X A C0 g, entonces gX 0 o gX 0. Pero entonces existe una bola abierta B alrededor de X , contenida en A, donde g no se anula, por ser g continua. Es decir B C0 g A, que es lo que quer amos probar. Ahora hay que observar una vez m as que la transformaci on propuesta TP : X D fP X gP f PDgPX gP2

3.2 Plano tangente y Diferencial

69

es lineal en X . Usamos nuevamente el Teorema 3.2.5, tenemos que ver que la siguiente expresi on tiende a cero cuando X P: f X P gf P TPX P gX Observemos que esta expresi on est a bien denida en un entorno 0 X P r, pues g, como es diferenciable, es continua, y como gP 0 existe un entorno digamos Br P donde gX c 0. Sigamos con la prueba de que el cociente es diferenciable. Si reescribimos la expresi on de arriba, obtenemos f X gP f PgX gX gPTPX P 1 gX gP X P
1 que no es un problema si queremos ver que esta expresi on tiende a cero. Si Seg un dijimos, g1 c as X escribimos la expresi on de TP propuesta (evaluada ahora en X P), se obtiene (omitiendo el t ermino inicial 1 que est a acotado) g X g P

X P

f X gP

f PgX gX gP D f X P

PX

PgP f PDgPX P
gP2

1 f X gP2 f PgPgX gX D fP X PgP f PDgPX P gP 2 X P Un vez m as omitimos el primer t ermino g1 a acotado y lo u nico que queremos ver es que esta P pues est expresi on tiende a cero cuando X P. Si distribuimos gX en los diferenciales, tenemos

f PgPgX gX gPD fPX P gX f PDgPX P X P Sumamos y restamos tres cantidades: f PgP2 , gP2 D fP X P, f PgPDgP X P. Usando la desigualdad triangular y agrupando convenientemente, queda la suma de las siguientes cuatro expresiones 1. 2. 3. 4.
gP 2 f X f PD f P X P X P

f X gP2

. .

f P gP gX gPDgPX P X P gP gX gP D f PX P X P f P gX gP DgPX P X P

. .

ltimas, por la desigualdad de Las dos primeras tienden a cero por ser f g diferenciables en P. En las dos u C-S, se tiene D fP X P fP X P y lo mismo para g. Con esto, cancelamos el denominador en ambas expresiones, y como g es continua en P (por ser diferenciable), tambi en tienden a cero las dos u ltimas expresiones.

un

70

Derivadas y Diferencial

3.2.3. Repaso de los teoremas en una variable

Recordemos aqu tres teoremas cl asicos de funciones en una variable, que nos ser an de gran utilidad. Teorema 3.2.10. Sea f : a b

1. (Fermat). Si f es derivable en c a b, y c es un extremo local de f , entonces f c

0.

2. (Rolle). as f a Si f es continua en a b , derivable en a b, y adem tal que f c 0.

f b, entonces existe c a b

3. (Lagrange). Si f es continua en a b y derivable en a b entonces existe c a b tal que

f c

Demostraci on. Fermat: supongamos que c es un m aximo local de f . Entonces existe 0 tal que si x c c , se verica f x f c. La demostraci on se deduce del siguiente dibujo, mirando las rectas secantes que aproximan a la tangente:

f b f a ba

y f c

recta secante para x

recta secante para x

f x

c h h

c h h

Calculemos f c usando la denici on, con los l mites laterales. Por la izquierda se tiene
h 0

l m

f c h f c h f c h f c h

pues f c h f c

0yh

0. Por la derecha, l m
0

pues el numerador sigue siendo negativo pero ahora el denominador es positivo. Como ambos laterales deben nica posibilidad es f c 0. ser iguales a f c, la u Rolle: Si f es continua en a b , como este conjunto es compacto, f alcanza su m aximo y su m nimo all . Si el m aximo y el m nimo son iguales, f es constante y por ende su derivada es nula en todo a b. Si son distintos, como f a f b, alguno de los dos se alcanza en el interior, digamos c a b es un extremo de f . Pero entonces, por Fermat, f c 0.

3.2 Plano tangente y Diferencial

71

con b f b: gx

Lagrange: Consideramos la siguiente funci on auxiliar, que es la resta entre

f x Lx. y

f y la recta L que une a f a

g f b f a y a b f x x L

Entonces como la recta y f se tocan en a y b, se tiene ga gb 0. Por otro lado, g verica las otras hip otesis del teorema de Rolle pues f las verica y L es una recta, y por ende existe c a b tal que g c 0. Pero g x f x m, donde m es la pendiente de la recta L. Evaluando en c, se obtiene f c m. Pero si la recta pasa por los puntos dados, su pendiente m se calcula como m y x, que es exactamente f b f a m ba Por u ltimo, veamos c omo se puede deducir la regla de LHospital a partir del teorema del valor medio. Antes vamos a enunciar un resultado t ecnico con ese s olo prop osito. Proposici on 3.2.11 (Cauchy). Si f g son continuas en a b y derivables en a b entonces existe c a b tal que f c gb ga g c f b f a Demostraci on. Consideremos hx
f x

f a gb ga gx ga f b f a
f x gb ga g x f b f a 0. Reemplazando en la ecuaci on de h y despejando se obtiene la

Entonces la funci on h verica todas las hip otesis del teorema de Rolle en a b . Por otra parte h x

Luego, existe c a b tal que h c conclusi on.

Es importante observar que las derivadas en el teorema de Cauchy est an evaluadas en el mismo punto c a b. Cuando gb ga, f b f a, el resultado anterior tiene la siguiente interpretaci on geom etrica: consideremos la curva en el plano dada por t f t gt , y sus extremos P f a ga, Q f b gb. Entonces t f t g t es el vector velocidad de la curva.

72

Derivadas y Diferencial

Supongamos que no hay ning un punto donde se anule esta velocidad en a b. Entonces de la expresi on f c f b f a g c gb ga

c c Q gb ga P f b f a

se deduce que en el punto c tambi en se tiene g c 0. Esto es porque en el caso contario tendr amos c , lo cual es absurdo. Luego podemos escribir

f c f b f a g c gb ga Esta expresi on nos dice que hay alg un punto R c en la curva, donde la recta tangente a la misma es paralela al vector que une los extremos P y Q, seg un indica la gura, puesto que la pendiente de la recta f c generada por el vector c es exactamente g . c Ahora enunciamos la regla de LHospital para calcular l mites. Proposici on 3.2.12 (LHospital). Sean f g funciones derivables en un entorno del punto x tal vez el mismo punto x a). Supongamos que g x 0 para todo x a, y que
x a

a (exceptuando

l m f x

x a

l m gx

Si existe el l mite

f x l m L x a g x entonces existe el l mite de f g y coincide con el de las derivadas, es decir

x a

l m

f x gx

Demostraci on. Primero observemos que podemos extender a las funciones f g al punto x a como f a ga 0, y quedan continuas por la hip otesis. Analicemos un l mite lateral, el otro se calcula en forma id entica. Como f g eran derivables en un entorno de a, existe 0 tal que tanto f como g son continuas en a a y derivables en a a delta. Armo que g no se anula en a a : en efecto, si se anulara, por el teorema de Rolle aplicado a g en el intervalo a a tendr a que anularse g en a a , contradiciendo la hip otesis g x 0. Tomemos x a a , y apliquemos el teorema de Cauchy en a x para obtener que existe c a x donde f c f x f a f x g c gx ga gx Si hacemos tender x a , se deduce que c a tambi en con lo cual la expresi on de la izquierda tiende a L por hip otesis. Luego la expresi on de la derecha tambi en tiende a L. Se pueden deducir de aqu (pero no lo haremos) los corolarios habituales que nos permiten calcular l mites cuando x , y cuando f g .

3.2 Plano tangente y Diferencial

73

3.2.4. Criterio de diferenciabilidad

Necesitamos alg un criterio efectivo para ver si una funci on es diferenciable en un punto o no. Vamos a denotar un punto gen erico de 2 como P a b, y otro punto cercano a P como X a h b k. Aqu h k denotan los incrementos en x e y respectivamente, y X P h k. , observemos que si las dos derivadas parciales de f existen en todas partes, entonces Dada f : 2 por el teorema de Lagrange en una variable, existen c entre a y a h, d entre b y b k, tales que f a h b k f a b f a h b k f a b k f a b k f a b f f c b kh a d k x y

En efecto, las funciones reales x f x b k e y f a y son derivables, con lo cual se puede aplicar el teorema. Volviendo a la ecuaci on de arriba, tenemos f a h b k f a b fa b a h a b k b f f f f c b k a b h a d a b k x x y y Luego, como h
h

a h

f a h b k f a b fa b a h a b k b a h b k a b f c b k f a b f a d f a b x x y y

b k a b (y lo mismo ocurre con k ), descubrimos que

Si las derivadas parciales de f fueran continuas, haciendo tender h k 0 tendr amos que el u ltimo t ermino tiende a cero, con lo cual el primer t ermino tambi en. Pero esto u ltimo es exactamente lo que debe ocurrir para que f sea diferenciable en P a b. Resumiendo, hemos probado el siguiente teorema, que resulta un criterio u til para ver si una funci on es diferenciable en un punto. Observemos que las condiciones son sucientes pero no necesarias (ver el Ejemplo 3.2.16). Teorema 3.2.13. Sea f : A 2 con A abierto, y sea P A. Si las dos derivadas parciales de f existen en un entorno de P, y ambas son continuas all , entonces f es diferenciable en P. El criterio en su forma general se enuncia de la siguiente manera, y tiene una prueba similar que omitimos:

on f : A Teorema 3.2.14. Si A n es abierto, todas las derivadas parciales de una funci A, y todas las derivadas parciales son continuas en A, entonces f es diferenciable en A.

existen en

Es decir, basta chequear la continuidad de las n derivadas parciales de f . Se puede pedir un poquito menos, ver la NOTA I del nal del cap tulo.

74

Derivadas y Diferencial

Ejemplo 3.2.15. Tomemos f x y z

y cosxz lnx , 1z2 ey

con dominio y z : x 0

Dom f

Entonces es m as o menos evidente que todas las derivadas parciales de f existen y son funciones continuas en todo el dominio, con lo cual se deduce que f es diferenciable en todo su dominio. Se imaginan probando a mano, en cada punto del dominio, que f es diferenciable? Otro ejemplo, para pensar: Ejemplo 3.2.16. Tomemos f : 2 f x y Entonces queda como ejercicio ver que 1. fx 0 0 2. l m fy 0 0 f x y 0 x y 0. 0 (o sea f es diferenciable en el origen).
dada por

xy sen 0

1 x2 y2

si si

y 0 0 x y 0 0
x

x y

3. Ninguna de las dos derivadas parciales es continua en el origen.

3.2.5. Funciones F : n

on lineal T : n m se En general, dadas dos bases de n y m respectivamente, una transformaci representa como una matriz M de n m, donde las columnas de M se calculan haciendo T Ei con i 1 n. Esta matriz act ua sobre vectores columna de la manera usual. Podemos extender la noci on de diferenciabilidad a funciones a valores vectoriales as : Denici on 3.2.17. Sea F : A verica
n m , sea P

Ao. Si TP : n

m es una transformaci on lineal que

l m

F X F P TP X P X P

entonces decimos que F es diferenciable en P. A la transformaci on lineal la llamamos diferencial de F en P, y la anotamos DFP . Entonces extendimos la idea de diferenciabilidad a funciones a valores en m usando la noci on de aproximaci on lineal. Observaci on 3.2.18. Una tal funci on se escribe como F f1 fm donde fi : A . Adem as, la ie on lineal como matriz) sima coordenada del vector TP X P se obtiene (si pensamos a la transformaci

3.2 Plano tangente y Diferencial

75

haciendo el producto escalar de la i- esima la de TP con X P.

TP 11 TP 21 TP i1 TP 12 TP 22 TP i2 TP mn TP 1n

x1 p 1

xm p m

Como el l mite existe y da cero si y s olo si existe el l mite en cada coordenada y da cero, se deduce que F es diferenciable en P si y s olo si cada fi es diferenciable en P. Adem as, si usamos la notaci on fi x j para denotar la derivada j de la funci on i, se tiene que la diferencial de F es la matriz que se obtiene poniendo como las los gradientes de las fi , es decir
f 1
x1 P f2 x1 P f1 x2 P f2 x2 P fm xn P f1 xn P

DFP

f1 P f2 P fm P

Observemos que se puede recuperar cada coordenada usando la base can onica: fi P x j DFP E j Ei P tV

Tambi en es importante observar que, si F es diferenciable en P y V n , entonces poniendo t se tiene F P tV F P F P tV F P DFPtV m l m DF V 0 l P t 0 t 0 t t lo que prueba que DFP V para cualquier V F P tV F P 0 t

l m

n .

De lo ya probado se deduce el criterio siguiente: Teorema 3.2.19. Sea F : A n m , con A abierto y P A. Si existen todas las derivadas parciales de F en un entorno de P y son todas continuas en P, entonces F es diferenciable en P.

76

Derivadas y Diferencial

Observaci on 3.2.20. Por supuesto que la suma de funciones diferenciables es diferenciable como vimos. Para funciones a valores vectoriales, digamos G H : A n m , tiene tambi en sentido considerar su producto escalar F X GX H X que es una funci on diferenciable F : A ciables. Adem as se tiene l m F P tX F P 0 t
a valores reales, por ser suma y producto de funciones diferen-

l m

1 GP tX H P tX 0 t

GP H P

l m

1 GP tX H P tX GP H P tX t GP H P tX GP H P

l m
0

1 GP tX GP H P tX t

1 GP H P tX H P t

Esto prueba que D GX H X PV DGPV H P

GP DHPV

que es una regla f acil de recordar pues es id entica a la regla de derivaci on de un producto de funciones reales.

Ya que la diferencial de una funci on la asimilamos a una matriz o transformaci on lineal, es bueno saber como controlar su tama no. Para eso deniremos una norma en el espacio vectorial de las matrices, y veremos un par de propiedades u tiles:
m es una transformaci on lineal, existe una constante positiva C tal que Lema 3.2.21. 1. Si T : n TX C X para todo X n . A la m as chica de estas constantes la denotaremos T , y se tiene

T En particular T X 2. La funci on a) c) T

m ax

TX : X

X para todo X

n . nm entonces
0.

: nm

es una norma, es decir, si T S

0 y es T T T

b) T

para todo . S
.

0 si y s olo si T

T S

3. Si F : A n m es diferenciable en P Ao , existe r 0 y una constante positiva Cr tal que X Br P implica F X F P Cr X P

3.2 Plano tangente y Diferencial

77

Demostraci on. Veamos 1. Observemos que, como T X es en cada coordenada una suma y producto de las coordenadas de X , se tiene que cada coordenada es continua, y en consecuencia T es continua. Como la funci on norma de 2 en , Y Y , tambi en es continua, pues X se tiene que X

X Y

T X es una funci on continua de n en . Consideremos la bola cerrada unitaria, B1

n :

Es un conjunto compacto pues es cerrado y acotado. Entonces, la funci on X T X es acotada en B1 , y axX B1 T X . Entonces, dado cualquier X , adem as alcanza m aximo y m nimo. Pongamos T m T con lo cual como T es lineal se tiene T X la mejor cota. X X T

X como quer amos, adem as por como la elegimos es

Veamos 2. Que T es positivo es evidente por que es un m aximo de cantidades positivas. Por otro procamente, si T 0 es lado, si T 0, entonces T X para todo X n , con lo cual T 0. Rec 0 para todo X B1 , con lo cual T X 0 para todo porque el m aximo es cero, y entonces debe ser T X X B1 . Pero entonces, por la linealidad de T , dado cualquier X , se tiene TX X T X X X

nm , entonces dado X B1 ,
S

es decir, T es la transformaci on lineal nula. Que saca escalares con el m odulo es tambi en obvio de la denici on. Por u ltimo, veamos que verica la desigualdad triangular. Si S T
T SX

T X SX

TX

SX

Luego el m aximo debe ser menor o igual que T S . Veamos 3. Como F es diferenciable en P, existe una bola Br P alrededor de P donde el cociente famoso es menor que uno. Con esto, F X F P X P F X F P DFPX P X P

DFPX P X P

1 DFP

, tenemos

siempre que X Br P, puesto que DFP es una transformaci on lineal. Si ponemos Cr la cota deseada. Podemos componer dos funciones, y se tiene la regla de la cadena

1 DFP

Teorema 3.2.22. Sea F : A n B m , y G : B k , con A B abiertos. Si F es diferenciable en P A, y G es diferenciable en Q F P B, entonces G F es diferenciable en P y adem as

78

Derivadas y Diferencial

DG F P

DGF P DFP

donde el producto denota composici on de transformaciones lineales. Demostraci on. Tenemos que probar que l m GF X GF P DGQ DFP X P X P 0

Si sumamos y restamos DGQ F X Q, se tiene que la expresi on de la izquierda es menor o igual que GF X GQ DGQF X Q X P

DGQ

F X F P DFPX P X P

El segundo t ermino ciertamente tiende a cero pues F es diferenciable en P. Por otro lado, como F es diferenciable en P, en particular es continua en P pues cada coordenada de F es diferenciable y entonces cada coordenada es continua. Entonces F X Q F P y si en el primer sumando multiplicamos y dividimos por F X Q , se tiene GF X GQ DGQF X Q F X Q F X F P X P

El u ltimo cociente est a acotado por la parte 3. del lema previo, mientras que el primer cociente, como F X Q, y G es diferenciable en Q, tiende a cero. Observaci on 3.2.23. Adem as de la propiedad general que establece la regla de la cadena, el teorema tiene la siguiente aplicaci on. Si F k n dada por F f1 fn la componemos con g : n , entonces por la regla de la cadena (suponiendo que ambas son diferenciables)

f1 x1 f2 x1 F P f3 x1 fn x1 f1 x2 f2 x2 f3 x2 fn xk f1 xk

Dg F P

gF P DFP

g x1

g xn

g f1 x1 x1

g f2 x2 x1

fn xg x
n

g f1 x1 xk

fn xg x
n k

donde en cada producto el primer factor est a evaluado en F P, mientras que el segundo est a evaluado en P.

3.2 Plano tangente y Diferencial

79

En particular, la coordenada i- esima del gradiente de g F : k derivada parcial de g F), para cualquier i 1 k est a dada por g F xi g f1 x1 xi
n

(o lo que es lo mismo, la i- esima

g f j fn xg x j xi n xi
j 1

expresi on en la que hay que recordar que las derivadas de F est an evaluadas en P, mientras que las de g est an evaluadas en F P. Hagamos un ejemplo para descifrar la sopa de letras. Ejemplo 3.2.24. Sea F : 2 F u v
3 dada por
f1 u

v f2 u v f3 u v

2v cosu v 3 uv

Sea g : 3 dada por gx y z x2 y senzy. , se tiene por ejemplo Entonces, si consideramos g F : 2 g F u Tenemos g x g y 2u g f1 x u

g f2 y u

g f3 z u g z f3 u

2xy f1 u

x2 coszyz f2 u

coszyy

mientras que

senu
f2 u v, z

Con esto, recordando que al componer x g F u

f1 u v, y

f3 u v, se tiene

2u2 2vcosu v 3 2u
u

2v2 cosuzcosu v 3uv senu cosuvcosu v 3cosu v 3 v

Observaci on 3.2.25. Es habitual usar la notaci on xu v en lugar de f1 u v, as como yu v en lugar en zu v en lugar de f3 u v. Con lo cual se escribe F u v xu v yu v zu v de f2 u v, y tambi y la f ormula de la derivada parcial respecto de la primer coordenada de la composici on queda escrita de manera sugestiva como g F u g x g y g z x u y u z u

lo que permite desarrollar una regla mnemot ecnica sencilla para usar la regla de la cadena.

80

Derivadas y Diferencial

3.3. Teoremas de Lagrange y Fermat en n

Supongamos que f es diferenciable. Entonces tiene sentido relacionar f con su diferencial, tal como hicimos en una variable. El siguiente resultado es la generalizaci on del Teorema de Lagrange a varias variables. Proposici on 3.3.1. (Lagrange) Sea f : Br P n diferenciable. Entonces para todo Q R Br P existe un punto P0 en el segmento que une Q con R tal que f Q f R fP0 Q R

Demostraci on. Consideremos la parametrizaci on del segmento que une Q con P, gt R t Q R. Entonces ht f gt est a denida en 0 1 , y es diferenciable en 0 1 por la regla de la cadena. Es m as h: 0 1 es una funci on continua pues f es continua por ser diferenciable. Entonces, por el Teorema de Lagrange en una variable, existe c 0 1 tal que h1 h0 h c. Pero por la regla de la cadena, h c D fgc g c D fgc Q R. Si llamamos P0 gc, se tiene la armaci on. Observaci on 3.3.2. Lo relevante del dominio de f en el teorema previo, no es tanto que sea una bola, sino que el segmento que une X con Y est e contenido en el dominio. El teorema no es v alido en abiertos arbitrarios. En funciones a valores vectoriales el teorema es falso, como muestra el siguiente contraejemplo.
2 la curva dada por F t t 2 t 3 . Consideremos el intervalo 0 1 en el Ejemplo 3.3.3. Sea F : dominio de F. Entonces por un lado F 1 F 0 1 1

y por otro lado F t

2t

3t 2, con lo cual es evidente que no existe ning un c 0 1 que satisfaga

1

2c

3 c2

Sin embargo, se tiene el siguiente resultado u til: Proposici on 3.3.4. Si G : Br P

n n es diferenciable, y DGQ

M para todo Q Br P, se tiene

GX GY para todo X Y

M X Y

Br P.

Demostraci on. Si GX GY no hay nada que probar. Supongamos que GX GY . Tomemos nuevamente gt Y t X Y el segmento que une X con Y en Br P, pongamos ahora ht G gt GX GY

3.4 NOTAS

81

Entonces h t DGgt g t GX GY , luego por el teorema de Lagrange en ( tem 3. del Teorema 3.2.10), existe c 0 1 tal que h1 h0 h c1 0 lo que nos lleva a la siguiente expresi on, escribiendo quienes son h y h : GX GY GX GY Es decir Como supusimos que GX GY , podemos dividir por GX GY para terminar. GX GY
2

DGY cX Y X Y GX GY GX GY M X Y GX GY

DGY cX Y X Y

Y por u ltimo, la aplicaci on m as concreta para extremos de una funci on, que desarrollaremos con cuidado m as adelante. Si f : n , un m aximo local es un punto P tal que f P f X

para todo X en un entorno Br P de X . De la misma manera se dene un m nimo local, y diremos que P es un extremo local de f si es m aximo o m nimo local. Teorema 3.3.5. (Fermat en n ) Sea f : A n es un extremo local de f . Entonces D fP fP se anulan en P.
diferenciable, con A abierto. Supongamos que P A . Equivalentemente, todas las derivadas parciales de f

Demostraci on. Supongamos que P es un m aximo local de f . Como P A es un punto interior, podemos suponer que existe r 0 y una bola abierta Br P A tal que f P f X para todo X Br P. Consideremos la funci on auxiliar gt f P tEi , donde Ei es un vector de la base can onica. Entonces g : r r es una funci on derivable, que tiene une m aximo local en t 0 pues g0 f P f P tEi gt . En consecuencia, debe ser g 0 0. Pero esta derivada en cero es exactamente (usando la denici on) la derivada parcial i- esima de f en P. Esto prueba que fxi P 0, y como i es cualquiera entre 1 y n, se tiene que el gradiente de f es cero en P.

3.4. NOTAS
I. Vamos a mostrar aqu que el criterio de diferenciabilidad se puede mejorar. Enunciamos el resultado concreto, seguido de su prueba. n Sea f : A , P Ao . Supongamos que

b) De las n derivadas parciales hay n 1 que existen en un entorno Br P de P, y estas n 1 funciones son continuas en P. Entonces f es diferenciable en P. Como existen todas las derivadas parciales en P, tenemos que probar que
X

a) Existen todas las derivadas parciales de f en P.

l m

f X f P fP X P X P

82

Derivadas y Diferencial

En esta prueba vamos a usar fi para denotar la i- esima derivada parcial. Para simplicar la prueba vamos a suponer que la u nica derivada parcial que no est a denida en un entorno de P es la n- esima (la u ltima). Empecemos con un caso donde las cuentas son m as f aciles, supongamos primero que P y f P 0. Con esto, lo que hay que probar es que f X f X 0 l m X X Observemos que

Dado X

xn (3.4) x1 x2 xn jo, consideremos la funci on auxiliar g1 t f t x2 xn Calculemos g 1 t . Se tiene f t h x2 xn f t x2 xn m g t l

f X f x1 x2 xn f 0 x2 x3
1 h 0

xn f 0 x2 x3

Pero este l mite es exactamente la primera derivada parcial de f evaluada en t x2 xn . Es decir, g 1 t f1 t x2 xn . Por el Teorema del valor medio de Lagrange, existe c1 0 x1 tal que f x1 x2

xn f 0 x2

xn

g1 x1 g1 0

g 1 c1 x1 0

f1 c1 x2

xn x1

Volviendo a (3.4), nos qued o f X Ahora, con un argumento similar, f 0 x2 x3 f1 c1 x2

xn x1 f 0 x2 x3

xn

xn

f 0 x2 x3 f2 0 c2 x3

xn f 0 0 x3 xn f 0 0 x3 xn x2 f 0 0 x3 xn

xn

donde c2 0 x2 como antes. Seguimos as hasta la pen ultima variable, con lo cual nos queda f X con ci 0 xi para todo i

f X

xn x1 f2 0 c2 x3 xn x2 fn1 0 0 cn1 xn xn1 f 0 0 0 0 xn n 1. Ahora observemos que, como P , f1 x1 f2 x2 fn1 xn1 fn xn

f1 c1 x2

Al restar y agrupar, usamos la desigualdad triangular para obtener f X f X

xn f1 x1 cn1 xn1 xn fn1 f 0 0 0 0 xn f n xn

f1 c1 x1 x2
f n1 0

xn1

Recordemos que xi queda acotada por

X para todo i f X f X X

1 n. Luego al dividir por la norma de X , la expresi on original nos

xn f1 f n1 0 cn1 xn1 xn f n1 f 0 0 0 0 xn fn xn
f1 c1 x1 X

3.4 NOTAS

83

Tomemos 0. Como cada ci 0 xi , y como las n 1 primeras derivadas parciales son continuas en X por hip otesis, todos estos t erminos tienden a cero cuando X , con lo cual se pueden hacer todos menores que n si 0 X 1 para alg un 1 0. Falta ver que el u ltimo t ermino se puede hacer menor que n (de esta manera la suma es menor o igual que nn ). Si xn 0, ya terminamos. Si xn 0, observemos que, si X 0, entonces 1 X 1 xn . Tambi en recordemos que f 0, con lo cual el u ltimo t ermino es menor o igual que

f Pero

xn En f fn xn
xn f l m

xn En f fn

xn

fn t seg un la denici on de derivada direccional, lo que prueba que este u ltimo t ermino tambi en tiende a cero. Elegimos entonces 2 0 tal que la u ltima diferencia sea menor que n siempre y cuando xn 2 . n 1 2 , se tiene que, si 0 X , entonces los primeros n 1 t erminos son menores que Tomando m n, y el u ltimo tambi en pues xn X 2 . , f 0, que f es diferenciable en . Supongamos ahora Hemos probado, en este caso particular donde P que f cumple todas las hip otesis, pero P , f P 0. Si ponemos
t 0

tEn f

f X

f X P f P

entonces f verica f 0, y es f acil ver que las derivadas parciales de f en un entorno del origen existen y coinciden con las derivadas parciales de f en un entorno de P, pues X est a cerca de cero si y s olo si X P est a cerca de P, con lo cual f i X f X tEi P f P f X P f P f X tEi f X l m t t t 0 f X tEi P f X P l m fi P X t t 0
t

l m

En particular fP f , y adem as f verica todas las hip otesis que pusimos para hacer las cuentas, con lo cual es diferenciable en seg un acabamos de demostrar. Poniendo Y X P se tiene

l m

f X f P fP X P X P
Y

l m

f Y P f P fP Y Y 0

l m

f Y f Y Y

luego f es diferenciable en P.

84

Derivadas y Diferencial

4 F UNCI ON

INVERSA E IMPL I CITA

La naturaleza no da saltos. Gottfried Leibniz

4.1. Funci on Inversa

Empezamos esta secci on con un par de observaciones simples. Observemos que si F es diferenciable e inversible, y su inversa tambi en es diferenciable, entonces por la regla de la cadena aplicada a F 1 F X X se tiene 1 DFX I DFF X

n . De aqu se deduce que DF 1 (la diferencial de la donde Id es la transformaci on lineal identidad de inversa) es la inversa de la diferencial de F , es decir

1 DF F X

DFX

Supongamos ahora que F es diferenciable solamente Ser a cierto que si su diferencial es una transformaci on lineal inversible, entonces F tiene una funci on inversa, diferenciable? y En el caso de una variable, el gr aco de f nos induce a pensar que s , pues derivada no nula en un entorno de x a nos dice que por lo menos f es localmente inyectiva, es decir existe un entorno a a donde f es inyectiva y su inversa es derivable. f a m f a 0

f x

Atenci on que en general no podremos exhibir expl citamente esta inversa, sino solamente probar que existe y que verica ciertas propiedades (y es para esto casos en los cuales no se pueda mostrar la f ormula de la inversa, donde el teorema que queremos enunciar m as adelante tiene mayor sentido y utilidad). Ejemplo 4.1.1. Consideramos f x x ex . Esta funci on es derivable y estrictamente creciente pues f x 1 ex 0, con lo cual tiene una inversa en todo , y la inversa es derivable. Sin embargo, despejar on x ex y no una f ormula para la inversa a partir de la ecuaci on f x y es imposible pues la ecuaci puede resolverse expl citamente.

86

Funci on inversa e impl cita

Para enunciar y demostrar un resultado de estas caracter sticas en n , necesitamos pensar en todos los ingredientes necesarios, que son: propiedades de las transformaciones lineales, continuidad de las derivadas parciales.

4.1.1. Funciones de clase Ck

Queremos garantizar que si la derivada no se anula en un punto, no se anula en un entorno del punto. Para esto podemos pedir que la derivada sea una funci on continua. Eso motiva la siguiente denici on. Denici on 4.1.2. Sea f : A n m , con A abierto. Dado k , decimos que f es de clase Ck en A si para todo punto P A existen todas las derivadas parciales hasta orden k y son funciones continuas en A. Al conjunto de todas las funciones de clase Ck en A lo anotamos Ck A. Decimos que f es de clase C (o que f C A) si existen todas las derivadas parciales de cualquier orden y son todas continuas en A. Decimos que f es C0 en A (o que f C0 A) cuando f es continua en A. Ejemplo 4.1.3. Cualquier polinomio es una funci on C en . Las funciones trigonom etricas sen, cos y la exponencial son C en . El logaritmo es una funci on C en 0
7 3

.
1 28 3 9 x

4 3 Si f x x , entonces como f x 7 3 x y f x la derivada tercera de f no existe en cero.

se tiene f

C2 . Sin embargo f

C3 pues

Observaci on 4.1.4. Que la derivada de una funci on f exista no quiere decir que la derivada f sea una funci on continua. Por ejemplo, si f x entonces f 0 l mh
h2 sen1 h0 h

x2 sen1 x 0 l mh
0 h sen1

si si

x0 x 0

0, mientras que 2x sen1 x cos1 x

0

f x

2x sen1 x x2 cos1 x

1
x2

Esto prueba que f es derivable en todo . Sin embargo, l mx es una funci on continua pues no verica
x 0

f x no existe, con lo cual la derivada no

l m f x

f 0

Es decir, f

C1 aunque f si es derivable en .

4.1 Funci on Inversa

87

4.1.2. Transformaciones lineales

Algunas observaciones sobre transformaciones lineales T : n 1. Toda transformaci on lineal T es diferenciable, con TP T X T P con lo cual el l mite de la expresi on
T X T PT X P X P

k .

T X P

T para todo P n , pues

es trivialmente cero.

2. Si F : n n es diferenciable ( o Ck ) y T es una transformaci on lineal que sale de n , entonces k o C ), y adem as T F es diferenciable ( DT F P DTF P DFP T DFP 3. Una transformaci on lineal T es inyectiva si y s olo si NuT . En efecto, supongamos primero que T es inyectiva. Como T no puede haber otro V tal que TV , y esto prueba que el n ucleo es s olo el cero. Y rec procamente, si NuT , entonces si TV TW , se tiene TV TW , y como T es lineal, T V W . Por la hip otesis se concluye que V W , es decir V W lo que prueba que T es inyectiva. olo si NuT , si y s olo si 4. Cuando n k, se tiene que T es inversible (es decir biyectiva) si y s T es sobreyectiva. En efecto por el teorema de la dimensi on (ver el libro de Lang [3]), dimNuT dimImT n se deduce que el NuT si y s olo si T es sobreyectiva. Es decir, cuando n k, ser sobreyectiva o ser inyectiva son equivalentes, y por ende cualquiera de las dos condiciones son equivalentes a ser biyectiva. 5. Indicaremos con I : n Observaci on 4.1.5. Sea T : n
n a la transformaci on lineal identidad, IX n transformaci on lineal, tal que I

X para todo X

n .

1. Entonces T es inversible.

Demostraci on. Supongamos que existe V de T ) es no trivial. Entonces V V

tal que TV
1

. Es decir, supongamos que ker T (el n ucleo

IT

V TV

una contradicci on. Luego debe ser NuT les nos dice que T es inversible.

T V

, y el teorema de la dimensi on para transformaciones linea-

Por u ltimo veamos cu al es la relaci on entre ser C1 y las diferenciales, para ello necesitamos un lema previo de n umeros reales. Lema 4.1.6. Si ai bi (con i 1 n) son n umeros reales, entonces
n i 1 n i 1
1 2

ai bi

a2 i

n i 1

1 2

b2 i

88

Funci on inversa e impl cita

Demostraci on. Consideremos los vectores A de C-S,

n i 1

a1

an y B
n

b1
1 2

bn . Entonces por la desigualdad

n i 1
1 2

ai bi

AB

AB

i 1

a2 i

b2 i

Lema 4.1.7. Sea T : n

n una transformaci on lineal, T

Ti j

Ti j .

Entonces

n m ax Ti j
i j 1 n

Demostraci on. La primer desigualdad se deduce de que, como T Ei es la columna i- esima de la matriz de T en la base can onica, el lugar i j lo obtenemos haciendo T Ei E j . Como siempre con Ei i 1n denotamos la base can onica de n . Luego
Ti j

T Ei E j

T Ei

Ej

TEj

Ej

Para probar la otra desigualdad, tomemos X n tal que X Ei son los vectores de la base can onica; observemos que n i
n

1 n

1. Entonces escribimos X xi 2 X 2 1. Entonces xi T E i

n i 1 xi Ei donde

TX

i 1

xi T E i

i 1

Esta u ltima suma por el lema previo es menor o igual que el producto
n i 1
1 2

xi

n i 1

1 2

T Ei

n i 1

1 2

T Ei

Tomando m aximo sobre los X de norma menor o igual a uno se tiene

n
1 2

T Por otra parte, para cada i 1 con lo cual

i 1

T Ei

n , T Ei devuelve la columna i- esima de la matriz T en la base can onica, T Ei

2 2 Tji n 2 n m ax T ji j 1 n

j 1

Esto nos dice que

n i 1

T Ei

2 n2 m ax T ji i j 1 n

Tomando ra z cuadrada se obtiene la desigualdad deseada.

4.1 Funci on Inversa

89

Lema 4.1.8. Sea G : A n n con A abierto. Supongamos que G Entonces, dados P Q A se tiene DGP DGQ En particular si G es C1 en A, DGP DGQ

g1

gn es diferenciable en A.

gi n m ax P i j 1 n x
j

gi Q xj

0 si Q

P.

Demostraci on. Le aplicamos el lema previo a T Enunciamos el teorema de la funci on inversa.

DGP DGQ .

Teorema 4.1.9 (Teorema de la funci on inversa). Sean F : A n n , con A abierto y P A. Si F es C1 n n en A y DFP : es una transformaci on lineal inversible, entonces existen entornos abiertos V W de P y F P respectivamente, tales que F : V W es biyectiva, la inversa es diferenciable y adem as

1 DFF Q

DFQ

para todo Q V . En particular la diferencial de F es inversible en V . Para demostrarlo conviene separar la demostraci on en una serie de enunciados. La demostraci on, y el ejemplo que le sigue, est an extraidos del libro C alculo en variedades de M. Spivak [9]. Teorema 4.1.10. Sean F : A n n , con A abierto y P A. Si F es C1 en A y DFP : n transformaci on lineal inversible, entonces 1. Existe r 0 tal que F : Br P su dominio. 2. Existen abiertos V diferencial Br P y W
n es una

F Br P es biyectiva en Br P, y la funci on inversa es continua en F Br P tales que P V y F 1 : W

DFQ

V es diferenciable, con

1 DFF Q

1 para todo Q V

3. La funci on inversa es C1 en su dominio. Si adem as F Ck V , entonces F 1 1 probaremos (hace falta ver que T T es C en las matrices inversibles).

Ck W . Esto no lo
r0

Demostraci on. Supongamos primero que DFP I . Veamos 1. Elegimos r0 0 tal que Br0 P A, de manera que DFQ I 1 2 siempre que Q P (usando el Lema previo). Tomamos cualquier r positivo tal que r r0 positivo, para asegurarnos que Br P Si llamamos GX campos se tiene F X X se tiene DG Q n : Q P r A

DF I , con lo cual por el Teorema del valor medio para GX GY 1 X Y 2

X Y F X F Y

X F X Y F Y

90

Funci on inversa e impl cita

siempre que X Y Br P, pues Br P

Br0 P. Por otra parte, por la desigualdad triangular, se tiene X Y F X F Y

X Y

F X F Y

con lo cual X Y es decir X Y 2 F X F Y (4.1)

F X F Y

X Y F X F Y

1 X Y 2

siempre que X Y Br P. Esto prueba que F es inyectiva en Br P, y en particular es inyectiva en su interior Br P. Adem as, la desigualdad (4.1) se puede leer as : F 1 Z F 1 W 2 Z W

siempre que Z on inversa es continua. W F Br P, y esto prueba que la funci Q n : Q P r , Veamos 2. Construyamos primero el abierto W F Br P. Pongamos Sr P n que es un conjunto compacto de , con Sr P A. Como F es inyectiva en Br P, se tiene F X F P para todo X Sr P. Como F es continua en A (por ser diferenciable), entonces la distancia dP : Sr P dada por dP X F X F P alcanza un m nimo en Sr P, digamos

X Sr P

m n

F X F P

y se tiene en general F X F P

d para todo X F

Sr P.

F P P d

Sr P

F Sr P

Es decir, el n umero positivo d indica la distancia entre F Sr P y el punto F P. Ponemos como W a la bola abierta centrada en F P de radio d 2: W Y

n : Y F P

d 2

4.1 Funci on Inversa

91

Bd

2 F P

2
d

P F P

Sr P

F Sr P

Tenemos que ver que W F Br P, es decir, que dado Y W , existe X Consideremos (con Y W jo) la funci on h : Br P dada por hX Y F X
2

Br P tal que F X

Y.

Y F X Y F X

que es una funci on continua en el compacto Br P y diferenciable en Br P. Por ser continua tiene un m nimo, digamos PY Br P es el m nimo de h. Armo que PY verica F PY Y , lo que probar a que Y F Br P. Observemos que si X es un punto del borde de la bola, entonces d F P F X F P Y

Y F X

d 2 Y F X

con lo cual Y F X d 2, es decir hX d 2 4. Por otro lado, evaluando en P se tiene hP Y 2 2 F P d 4 lo que nos dice que el m nimo de h se debe hallar en el interior de la bola, es decir PY Br P. Como h es diferenciable en la bola abierta, y el punto PY es un extremo local, por el Teorema de Fermat en n debe ser DhPY 0. De acuerdo a la regla de derivaci on del producto escalar se tiene 0
n ,

DhPY V
t DFP Y

2 DFP V Y F PY
Y

t 2 V DFP Y F PY
Y

para todo V donde denota la transformaci on lineal transpuesta de DFPY . Si reemplazamos V por todos los vectores de la base can onica, se deduce que debe ser
t DFP Y F PY Y

Observemos que F 1 W es un conjunto abierto pues F es continua. Si ponemos V Br P F 1 W X Br P : F X W , entonces claramente P V , V Br P, F : V W es una biyecci on bicontinua y adem as V es abierto pues es la intersecci on de dos conjuntos abiertos.

t Como DFQ I 1 r, entonces DFQ es inversible por la Observaci on 4.1.5, y entonces DFP 2 si Q P Y es inversible. Debe ser entonces Y F PY , que es lo que quer amos probar, pues se tiene PY Br P y F PY Y .

92

Funci on inversa e impl cita

Veamos 3. Tenemos una funci on inversa F 1 : W V , denida en un abierto, que es continua. Resta probar que es diferenciable. Para ello recordemos nuevamente que, como DFQ I 1 r, 2 si Q P entonces DFQ es inversible por la Observaci on 4.1.5. Resta ver que la diferencial propuesta funciona, es decir, tenemos que ver que l m

1 Z F Q F 1 Z F 1 F Q DFQ
Z F Q

F Q

Si hacemos el cambio de variable (v alido por ser F biyectiva) Z

F Y , se tiene F Y F Q

1 Z F Q F 1 Z F 1 F Q DFQ
Z F Q

1 F Y F Q Y Q DFQ 1 DFQ
F Y F Q DFQ Y Q F Y F Q

1 DFQY Q F Y F Q DFQ
F Y F Q

1 2 DFQ

F Y F Q DFQ Y Q Y Q

donde en el u ltimo paso hemos usado la desigualdad (4.1), y el hecho de que si Z F Q, entonces Y Q. Q cada vez que Z F Y F Q, puesto que la inversa El teorema queda entonces probado, pues Y F 1 es continua en su dominio, con lo cual el u ltimo t ermino tiende a cero pues F es diferenciable en Q. on Nos queda ver que el teorema vale en general, sin suponer que DFP I . Pero si F es cualquier funci que verica las hip otesis del teorema, y ponemos F X

1 F X DFP

1 DFP I , con lo cual por las cuentas entonces F sigue vericando todas las hip otesis y adem as DF P DFP que hicimos reci en se tiene que F verica todos lo tems del enunciado. En consecuencia, F DFP F tambi en.
Observaci on 4.1.11. La hip otesis F C1 A es esencial. El por qu e, tiene que ver con el hecho siguiente: aunque F sea diferenciable, y su diferencial sea inversible en un punto P, puede no haber ning un entorno de P donde su diferencial sea tambi en inversible. El m as curioso puede ver un ejemplo concreto en las notas del nal del cap tulo (Nota II). Ejemplo 4.1.12. Consideremos F r DFr sen
r cos

r sen. Entonces se tiene

cos

r sen
r cos

Pongamos T DFr . Entonces det T rcos2 sen2 r. Esto nos dice que, salvo en la recta r 0, la diferencial de la funci on F es inversible. As que, para cada punto r , con r 0, existe un entorno donde F es inversible, y un entorno de F r donde F 1 es diferenciable.

4.1 Funci on Inversa

93

Sin embargo, observemos que F no es biyectiva, pues por ejemplo, F 1 0 1 0 F 1 2. C omo puede ser? Lo que ocurre es que el teorema nos asegura que F es localmente inyectiva (y por lo tanto inversible) pero si los puntos est an lejos, se pierde la inyectividad. 0, 0 2, la funci on F es inyectiva. Veamos por

Sin embargo, si nos restringimos al conjunto r qu e. Si F r1 1 F r2 2 , entonces

r1 cos1

r2 cos2

r1 sen1

r2 sen2

2 2 Elevando al cuadrado y sumando se tiene r1 r2 , con lo cual r1 r2 . Pero entonces de la primera ecuaci on que se deduce cos1 cos2 , con lo cual, como el coseno es inyectivo en 0 2, se tiene tambi en 1 2 . on manda la recta vertical r r0 en una Para tener en cuenta es que, jado r r0 , esta transformaci circunferencia de radio r.

r r0

r0

Asimismo, si jamos 0 , esta recta horizontal tiene como imagen un rayo que parte del origen, formando un a ngulo 0 con el eje x. F y

0 r x

La funci on F con la restricci on que hicimos para que sea biyectiva nos da un cambio de variable y r cos r sen, que se suelen denominar coordenadas polares.

94

Funci on inversa e impl cita

4.2. Supercies de nivel y funciones impl citas

Recordemos que dada una funci o n f : n
, las

supercies de nivel eran los conjuntos

Lc

Dom f : f X

x2 y2 , y tomamos c

donde c es una constante. Observemos que este conjunto puede ser vac o, por ejemplo si f x y entonces la ecuaci on x2 y2 1 no tiene ninguna soluci on.

1,

Estamos interesados en pensar a estas supercies como gr acos de funciones diferenciables. Para ello pensemos en un ejemplo elemental: la circunferencia unitaria. Se obtiene como curva de nivel de f x y x2 y2 tomando c 1, es decir es el conjunto

y x2 y2 1

Lc f

y : x2 y2

Sabemos este caso y que podemos despejar y, obteniendo en on no est a dada por 1 x2. El problema es que esta expresi una u nica funci on, para ello hay que elegir un signo.

2, 1 x lo cual si ponemos x con 1 x2, la Si queremos la parte superior, consideramos y , es decir, se escribe como los puntos de la mitad superior de la circunferencia es el gr aco de la funci on x 1 x2. pinta x x x 1 x2. Si queremos la parte inferior, basta tomar

Qu e pasa si queremos parametrizar alg un pedazo alrededor

del punto 1 0? No podemos tomar funciones de x, pues cualquier entorno de la circunferencia en ese punto no es el gr aco de ninguna funci on.

x2 y2

Sin embargo, podemos despejar x para pensarla como funci on de y. Se obtiene entonces x 1 y2, 1 y2. Ahora esta porci on de la y como queremos el lado derecho de la circunferencia tomamos y circunferencia es el aco de la funci on pensada con dominio en el eje y, es decir son los puntos de la gr pinta y y 1 y2 y. Observemos que f y y y2 y2 1 y2 y2 1 para todo y en el dominio de . Esto quiere decir que en efecto los puntos de la pinta y y son puntos de la circunferencia.

4.2 Supercies de nivel y funciones impl citas

95

y fx y 2x y Otro hecho que se observa en este ejemplo sencillo es que, en cada punto x y de la circunferencia, el gradiente a dado por de la funci on f x y x2 y2 est fx y x
2x

2 y

2 x y

Resulta evidente que el gradiente es perpendicular a la recta tangente de la curva, en cada punto.

Observaci on 4.2.1. Observemos que en general, si parametriza la curva S

x

y : f x y

entonces f t 0 para todo t en el dominio de . Entonces (asumiendo que todas las funciones son derivables), por la regla de la cadena se deduce que ft t 0 para todo t

Es decir, que fx y es la direcci on de la recta normal a la curva en el punto x y S.

Tambi en observemos que, en general, la derivada parcial olo si el vector grarespecto de y ser a nula en P S si y s diente es horizontal, con lo cual la curva de nivel S, en un entorno de ese punto, no puede pensarse como el gr aco de f ser a nula en Q S si y s olo una funci on x. Asimismo, x si el vector gradiente es vertical, con lo cual la curva no puede parametrizarse en un entorno del punto como gr aco de una y.

y S Q P
fP fQ

Todo esto nos lleva a enunciar una versi on sencilla del teorema de la funci on impl cita: Teorema 4.2.2. (Funci on impl cita en 2 ) on C 1 , y S x y 2 : f x y Sea f : A 2 una funci f mos que y P 0 para alg un P S. Entonces 1. Existen un intervalo abierto I P tales que S B Gr. 2.
f y x

0 una curva de nivel de f . Suponga-

, una funci on derivable x, : I

, y una bola B alrededor de

y 0 para todo x y S B, y fx y es perpendicular a S en S B. x

x f y f

3. Para todo x I se tiene

96

Funci on inversa e impl cita

La gura a tener en cuenta es la siguiente:

S S B

Gr fP

p1

p2

p1 I

)
x

Demostraci on. Consideramos F x y

f x y que es una funci on C1 en A. Tenemos 1

f x

DF

0
f y

En particular DFP es inversible. Luego tiene (en una bola abierta B entorno de P) una inversa G denida y diferenciable en un entorno abierto W de F P p1 f p1 p2 p1 0, digamos G g1 g2 . Se tiene
x

F Gx y

g1 x

y f g1 x y g2 x y x, y que (mirando la segunda) (4.2)

lo que nos dice (mirando la primer coordenada) que g1 x y y f x g2 x y

relaci on v alida para todo x y en un entorno abierto de p1 0. Es decir G x y

x

g2 x y 0 se tiene

En particular, volviendo a la ecuaci on (4.2), tomando y 0

f x g2 x 0 g2 x 0 con domino I , esta

para todo x I . Esto nos dice que Gr S, pero como adem as se obtiene como una restricci on de G, es decir x x Gx 0, tambi en se tiene Gr B. Esto prueba que Gr S B. Por otra parte dado Q B, existe Z W tal que GZ Q, con lo cual
q1

se verica para todo x en un entorno I de p1 , con lo cual si tomamos x funci on es derivable y adem as cumple f x x 0

q2

z1

g2 z1 z2

4.2 Supercies de nivel y funciones impl citas

97

y si adem as Q S, debe ser f q1 q2

0 lo que nos dice que f z1 g2 z1 z2 q2

z1

z2
q1

f q1 q2
z1

y entonces g2 z1 0 z1 lo que prueba la otra inclusi on S B Gr.

f y x

Como DFQ es inversible en B, debe ser la cadena aplicada a f x x 0 se tiene

y 0 para todo x y S B; ciertamente por la regla de 0

fx y 1 x

lo que prueba que el gradiente es perpendicular al gr aco, y adem as desarrollando queda f f 1 x x y 0

de donde se deduce despejando la u ltima f ormula del enunciado del teorema. El teorema tambi en vale si intercambiamos x con y, con la misma prueba. on C 1 , y S Teorema 4.2.3. Sea f : A 2 una funci f un P S. Entonces f . Supongamos que x P 0 para alg

y 2 : f x y

c una curva de nivel de

1. Existen un intervalo abierto J P tales que S B Gr. 2.

3. Para todo y J se tiene

, una funci on derivable y, : J

, y una bola B alrededor de

f x x

y 0 para todo x y S B, y f x y es perpendicular a S en S B.

y f x

En este caso la gura a tener en cuenta es la que sigue:

y
)
S B Gr

p2 J

p1

p2

fP

98

Funci on inversa e impl cita

Observaci on 4.2.4. Algunos ejemplos sencillos, donde el teorema no se puede aplicar, se ilustran en la siguiente gura. En todos los casos el punto relevante es P 0 0. y y y

x x

y2 x3 x2

x2 y3

x2 y2 2 3x2 y

y3

En los tres ejemplos, la funci on f es C1 (pues es un polinomio). En los tres ejemplos, el gradiente de f se anula en el punto P 0 0. En ninguno de los tres ejemplos se puede aplicar el teorema para hallar un entorno de cero y una funci on C1 que parametrize la curva. En el ejemplo del medio, sin embargo, podemos despejar y x2 3 , luego la curva se puede describir es que esta no es C1 en x 0, y por lo tanto no se como el gr aco de x x2 3 . Lo que ocurre aqu puede obtener usando el teorema general que enunciamos arriba. Observaci on 4.2.5. La hip otesis de que f es C1 es esencial para asegurar que si una derivada parcial no se anula en P S, entonces no se anula en un entorno de P. El lector curioso puede ver el ejemplo en la Nota III al nal de este cap tulo, para entender c omo puede fallar.
f es una funci on continua y la derivada parcial Sin embargo, puede probarse que si f : 2 y existe on x denida en un entorno de y no se anula en un entorno de x0 y0 S, entonces existe una funci x x0 y continua en un x0 , que parametriza S en un entorno de x0 y0 . Y que si adem as f es diferenciable en el punto x0 y0 , esta funci on resulta derivable en x x0 . Ver el Vol. 2 de Rey Pastor [7], Secci on 68.1 para una prueba.

on impl cita en n 4.2.1. Funci

El teorema de la funci on impl cita que estudiamos en la secci on anterior se generaliza a m as variables. En ese caso lo que queremos encontrar son formas de parametrizar -con una funci on diferenciable - una supercie de nivel S X

n : f X

(o un pedazo de ella) usando la cantidad adecuada de variables.

4.2 Supercies de nivel y funciones impl citas

99

Si se trata de la supercie de nivel de una funci on f : n , veremos que se necesitan n 1 varia bles, y las llamaremos hipersupercies de nivel en analog a con los hiperplanos de n que tienen as, suponiendo que el gradimensi on n 1. Adem diente de f no se anula en un punto P de la super cie, el vector fP resultar a normal al hiperplano tangente a la supercie en el punto P. Por u ltimo podremos calcular cualquier derivada parcial de la funci on (que parametriza la supercie S) usando las derivadas parciales de f .

P
fP P

X : f X 0

variables: Veamos un ejemplo con tres

Ejemplo 4.2.6. Consideremos la supercie x2 y2 z2 1. Llamando gx y z x2 y2 z2 1, se tiene x y z : gx y z 0 . Esta supercie se conoce como hiperboloide de una hoja. Los cortes con los S planos y cte nos dan las curvas x2 z2 1 y2 cte 1 que son circunferencias centradas en el origen, en el plano xz (de radio 1).

Mientras que el corte con el plano x 0 nos da la curva de nivel y2 z2 1, es decir z yz y 1. El cambio de variable z y u, z y v (que es una rotaci on de 45 grados) transfroma esta ecuaci on en uv 1, que es una hip erbola pues 2 1, v 1 u. Luego z2 y que es una hip erbola en el plano yz con ejes en las rectas y z.

A continuaci on presentamos un dibujo de la supercie misma. z

x2 y2 z2

Si despejamos y en funci on de x z obtenemos y2 x2 z2 1. Supongamos que queremos obtener una acilmente, parametrizaci on en un entorno del punto P 1 1 1, que como se puede vericar f es2 un punto de S. Entonces necesitamos que la coordenada y sea positiva, con lo cual se tiene y x z x z2 1.

100

Funci on inversa e impl cita

Por supuesto que esta expresi on tiene sentido so lamente en el dominio x2 z2 1 0, que como el lector puede vericar, es la parte externa de la circunferencia unitaria en el plano xz dada por x2 z2 1. Entonces se obtiene una parametrizaci on de la supercie S en un entorno del punto P 1 1 1, pensada como el gr aco de la fun ci on x z, es decir
x

Grx z z

x2 z2 1 z : x2 z2

1 x

Observemos que gx y z 2x 2y 2z y en particular gP tangente a la supercie S en el punto P 1 1 1 debe ser

2 2 lo que nos dice que el plano

0

P :

lo que se traduce en 2x 2y 2z

NP X P

0 es decir

2 2 x y z 1 1 1
0

2. Por u ltimo, como gx x z z

derivando respecto de x se obtiene g g g 1 0 x y x z de donde se despeja x

x g y g
x

x z z

ormula tiene mayor utilidad cuando no sabemos De forma an aloga se puede calcular z . Obviamente la f quien es . En este caso particular, en cambio, podr amos derivar directamente la expresi on que despejamos de , x z x2 z2 1 Enunciamos el resultado con m as precisi on para demostrarlo: Teorema 4.2.7. (Funci on Impl cita en n ) Sea A
n1 abierto y sea f : A una funci on C1 . Sea

x1

una supercie de nivel de f . Si P S es tal que alguna de las derivadas parciales de f no se anula en P, entonces 1. Existen una bola abierta B S V Gr.
n , un abierto V n1 entorno de P, y una funci on : B tal que

xn1 n1 : f X

4.2 Supercies de nivel y funciones impl citas

101

2. Se tiene fQ para todo Q S V , y all el plano tangente a S en Q est a dado por la ecuaci on fQ X Q es decir, fQ es la normal del hiperplano tangente en Q.
3. Si la derivada que no se anula es la k- esima (con k 1 n 1 ), entonces no se anula en S V , y la i- esima derivada parcial de (con i 1 n n 1 , i k) se calcula de la siguiente manera:

Y xi

f xi Y f xk

Y para Y

Demostraci on. Para lademostraci on, suponemos que x f P 0. El caso general se deduce intercambiann1 Observemos do el nombre de las variables. que esto quiere decir, en el caso de tres variables, que la normal decir, tiene componente vertical. a la supercie S no es horizontal, es

V
fP

Gr

:B

La gura de la derecha contiene los datos del teorema en ese caso, y nos da una idea de la situaci on general, el punto P S n1 , donde

n1

p1

p n p n 1

n1

es donde se verica que f P 0. x

n1

p1

pn

Volviendo al caso de n variables, consideremos la funci on C1 auxiliar F : A F x1

n1 dada por

x n x n 1

x1

xn f x1

xn1

102

Funci on inversa e impl cita

con lo cual la matriz de la diferencial de F en P n 1 n 1:

p1

pn pn1 est a dada por la siguiente matriz de 0 0

1 0

0 1

0 0

DFP 0
f x1

0
f x2

0
f xn1 P

Como supusimos que la u ltima derivada parcial es no nula, esta matriz resulta inversible, y por el teorema de la funci on inversa (Teorema 4.1.9) existe un entorno abierto V de P en n1 y una bola abierta W de radio R centrada en F P
p1

pn f p1

pn1

p1

pn 0

tambi en en n1 tales que F 1 : W Si escribimos F 1 Z F 1 z1 ricar, para todo Z W ,

g1 Z

V es diferenciable. zn zn1 g1 Z

gn Z gn1 Z , la funci on inversa debe ve-

gn Z f g1 Z

gn1 Z

F g1 Z gn Z gn1 Z 1 F F Z Z

En particular debe ser, mirando cada una de las primeras n coordenadas, zi gi Z

Luego, mirando la u ltima coordenada, tambi en debe ser zn1 y en particular 0 f z1 zn gn1 z1 zn 0 (4.3) f z1 zn gn1 Z

Ahora tomamos el corte de la bola W con el plano del piso n 0 , pero pensada en n , es decir B
y1

yn n :
p1

y 1

p1
pn 0):

yn p n

seg un indica la gura (recordemos que F P

4.2 Supercies de nivel y funciones impl citas

103

BR F P

n1

F P

y as denimos : B yn B

como la restricci on de gn1 a B, es decir

y1 donde Y
y1

yn

gn1 y1

yn 0

n , la que verica Gr

S V pues la ecuaci on (4.3) dice que yn f Y Y (4.4) Q, y si adem as zn zn1 W tal que F 1 Z zn zn1 0

f y1

yn y1
z1

Tambi en se verica que dado Q V , existe Z Q S, debe ser forzosamente zn1 f z1

zn gn1 z1

lo que prueba que S V Gr. a dada por fQ . Observemos que este gradiente Veamos que la normal del plano tangente en Q S V est en primer lugar es no nulo, pues seg un indica el teorema de la funci on inversa, en este entorno de P se tiene DFQ inversible, y esto s olo puede ocurrir mirando la matriz de arriba si x f Q 0. Por otro lado, el n1 plano tangente en Q est a generado por las n derivadas parciales de . Escribimos Q Y Y , con Y B. Entonces s olo resta probar que f Q E i Y 0 yi para todo i 1 n, es decir, que f f Q Q Y xi xn1 yi 0

Pero esto se deduce usando la regla de la cadena, derivando en la expresi on (4.4) respecto de yi en el punto Y , pues se tiene f f Y Y Y Y Y 0 xi xn1 xi Por u ltimo, observemos que despejando de esta u ltima ecuaci on se obtiene Y xi como arma el teorema.

f xi Y f xn1

104

Funci on inversa e impl cita

El teorema se generaliza para funciones a valores en n . Teorema 4.2.8. (Funci on Impl cita para campos) Sea A (con k n). Sea S
n abierto, y sea F : A k una funci on C 1

Z A : F Z

una supercie de nivel de F. Si P S es tal que DFP : n k es sobreyectiva, entonces existen abiertos nk n on : U n tal que S V U . U , V entornos de y P respectivamente, y una funci Demostraci on. Daremos s olo una idea de la demostraci on. Como la diferencial de F en P es sobreyectiva, esta matriz (de n columnas por k las) tiene k columnas linealmente independientes (es porque la imagen de DFP tiene que generar todo k ). Para simplicar vamos a suponer que son las primeras k columnas (el caso k DF nk general se deduce intercambiando las variables de F para que esto ocurra). Escribimos DFP DFP P

erico Z n como Z X Y con Tenemos entonces, escribiendo n como k nk , y un punto gen n n k n X Y , que la funci on F : A se puede escribir como F Z F X Y . Consideramos la funci on auxiliar H X Y que es una funci on de n es de la pinta
k
F X

k a la matriz inversible de k k formada por las primeras k columnas. para indicar con DFP

Y Y
P1

nk en s mismo (y es C1 pues F es C1 ). La diferencial de H en P

k DFP nk DFP

P2

DHP 0

Ink

k lo es, y por lo tanto el no n k. Esta matriz es inversible pues DFP donde Ink indica la identidad de tama 1 k n k k teorema de la funci on inversa nos da una funci on H : W V nk con W entorno de H P F P P2 y V entorno de P P1 P2 . Esta inversa es de la pinta

H 1 X Y

GX

Y Y

con G : k nk k , lo cual se ve usando que es la inversa de H y H tiene esta pinta (ejercicio, ver el caso anterior). El entorno U en nk se construye como antes tomando un entorno producto U U W en n , y la funci on : U n se construye tomando, para Y nk , Y Se tiene X Y H H 1 X Y
F GX G

Y Y

Y Y Y lo que prueba que F G Y Y

F Y

lo que nos dice que parametriza la supercie de nivel de F , y el resto de las vericaciones quedan a cargo del lector.

4.3 NOTAS

105

4.3. NOTAS
I. Que los ceros de la derivada de una funci on se pueden acumular en un punto x lo muestra el siguiente ejemplo. Observemos en primer lugar que la funci on gz tiene innitos ceros, puesto que si n 1 z 2 senz z cosz 2 1 1n 2 x0 , aunque en ese punto f x0 0,

, entonces

gn

que es un n umero positivo si n es impar, y negativo si n es par. Por el teorema de Bolzano, g tiene al menos un cero zn en cada intervalo n n 1 . Cambiando la variable z por 1 on x , se deduce que la ecuaci 1 1 1 1 2 sen cos 2x x x x tiene innitos ceros en cualquier entorno de x F x x 2 x sen1 x 2 0

0. Ahora tomemos la funci on F :

dada por
1 2

extendida como 0 en x 0. Es f acil probar que F es derivable en , y adem as F 0 4.1.4). Sin embargo, para x 0 se tiene F x 1 1 1 2x sen cos 2 x x

0 (ver la Observaci on

Y de acuerdo a lo reci en se nalado, esta derivada se anula arbitrariamente cerca de cero (basta igualar a cero y dividir por x). II. Si F es la funci on del tem anterior, entonces F es derivable en todo , F 0 0, y su derivada en x 0 es no nula. Sin embargo, no puede existir ninguna funci on derivable F 1 en un entorno de y 0 que sea inversa de F . Esto es porque F 1 , de existir, tendr a que vericar F 1 F x x para todo x en un entorno de cero, con lo cual derivando tendr a que valer la relaci on F 1

F x

Pero para cada x0 que anule F (y en cualquier entorno de cero hay innitos) se tendr a 0 F 1

F x

F x0

F 1

F x0

F x0

un absurdo. Este ejemplo, aunque bastante natural, se lo debemos al libro de M. Spivak [9]. III. El siguiente ejemplo muestra, en el teorema de la funci on impl cita, no alcanza con que el gradiente no se anule, 2 sen 1 (extendida como cero en y ni a un siendo f diferenciable. Sea F y 1 y 0), la funci on de la nota y 2 y anterior, que como vimos es derivable en todo , su derivada en cero es F 0 cero existen innitos puntos donde F se anula. Pongamos f : 2 dada por

1 2,

pero en cualquier entorno de

f x y y la curva de nivel S en todo 2 , y como

x F y
0

y : f x y
1

0 . El punto P 1 2

0 es un punto de S. Es f acil ver que f es diferenciable

1

f 0 0

f x y

F y para x y 0 0

106

Funci on inversa e impl cita

f 1 . Sin embargo, no existe ninguna funci entonces f x y para todo x y 2 . Observemos que on 2 y 0 0 un entorno de x 0 tal que Gr S. Para ver por qu e, supongamos que si derivable x denida en alg existe y llegaremos a un absurdo. Supongamos entonces que existe un intervalo alrededor de x 0 y una funci on derivable : tal que 0 0 y adem as

f x x

x F x

para todo x . Derivando con la regla de la cadena se tiene 1 F x x 0 (4.5) para todo x . En particular, para x 0 se tiene 1 F 0 0 0, es decir 0 2. Observemos ahora que no puede ser id enticamente nula, puesto que eso dir a que su derivada es id enticamente nula. Toma entonces alg un valor b 0. Pero por ser derivable, es una funci on continua, y entonces toma (por el Teorema de Bolzano) todos los valores intermedios entre 0 y b. En particular tiene en su imagen alguno de los ceros on F , que recordemos son innitos en cualquier intervalo alrededor de cero. Sea y0 0 de la derivada de la funci x0 0 en el dominio de tal que x0 y0 . Entonces, por la ecuaci on (4.5) llegamos a una contradicci on, ya que reemplazando x por x0 tenemos 1 1 0 1 F y0 x0 0

5 TAYLOR

Y EXTREMOS

Todos estuvimos de acuerdo en que tu teor a es loca. Lo que nos divide es si es sucientemente loca como para tener alguna chance de ser correcta. Mi impresi on es que no es sucientemente loca. Niels Bohr, en una carta a W. Pauli

5.1. Polinomio de Taylor

Dada una funci on derivable en un intervalo abierto I cualquier x I , mediante el teorema de Lagrange, f x
, y un punto a

I , podemos escribir para

f a f cx a

donde c es un punto entre x y a. Esta f ormula vale para todo x en el intervalo, pero con precauci on porque para cada x el c puede ser distinto. La idea del polinomio de Taylor es aproximar a una funci on que sea n veces derivable con un polinomio esima de una funci on y usamos el de grado n. Vamos a usar la siguiente notaci on: f k denota la derivada k- cero para incluir a la funci on original, es decir f 0 f . Recordemos la denici on con alguna precisi on. Proposici on 5.1.1. Sea I un intervalo abierto en , y sea f Cn I . El polinomio de Taylor de grado n de f en el punto a I o es el u nico polinomio Px de grado n que verica Pk a para todo k 0 f k a

n . La expresi on de P es la siguiente: Px 1 1 f a f ax a f ax a2 f n ax an 2 n! f x Px Rx
x a

Adem as para todo x I se tiene donde Rx

x f x Px es el resto que verica l m xR a n

0.

108

Taylor y extremos

Todo lo enunciado es conocido, lo u nico para aclarar es la validez de la u ltima armaci on, que se deduce usando la regla de LHospital aplicada (n veces) a rx x a n f x Px x an

Un resultado m as renado incluye una expresi on concreta para el resto, y es el siguiente: Proposici on 5.1.2. (Taylor con resto de Lagrange) Sea I un intervalo abierto en , y sea f : I x a I, existe c estrictamente entre x y a tal que f x Es decir, f x Pn x Rn x
, una funci on n 1 veces derivable. Entonces dados

f a f ax a

f a f n a f n1 c 2 n n1 x a x a x a 2 n! n 1!

Demostraci on. Fijados x a I , consideramos la siguiente funci on auxiliar de variable t dada por g : I gt 1 1 K n1 f x f t f t x t f t x t 2 f n t x t n x t 2 n! n 1!

donde K es una constante adecuada elegida de manera que ga 0. Observemos que se trata simplemente de la resta de f x con el polinomio de f centrado en t , escrito en la variable x. Se tiene que g es una funci on derivable de la variable t , y continua en el intervalo cerrado entre x y a. Adem as se tiene gx ga 0. Con lo cual, por el teorema de Rolle existe una constante c entre x y a tal que g c 0. Pero si derivamos g se van cancelando t erminos y nalmente se tiene g t K f n1t n x t n!

luego reemplazando en t c se deduce que K f n1 c. La demostraci on del teorema concluye si evaluamos la expresi on de g en t a y despejamos f x.

5.1.1. Varias variables

Las derivadas sucesivas de una funci on juegan un papel relevante en el enunciado del pr oximo resultado, tengamos antes una peque na discusi on sobre ellas. Dada una funci on f : n , tiene sentido calcular (si existen) las derivadas sucesivas de la funci on, por ejemplo f xi x j que denotaremos para simplicar como principio podr a ser
2 f xi x j .

Hay que tener la precauci on de respetar el orden, ya que en

2 f 2 f P P xi x j x j xi

5.1 Polinomio de Taylor

109

Por ejemplo: Sea f : 2

dada por

f x y

xy3 x3 y x2 y2

si si

x x

y 0 0 y 0 0

Entonces las derivadas parciales cruzadas no coinciden en 0 0. Esta vericaci on queda como ejercicio.
Sin embargo, bajo ciertas condiciones estas derivadas coinciden:

Teorema 5.1.3 (Clairaut-Schwarz) . Sea f : A n con A abierto. Si f n se tiene cruzadas coinciden, es decir, para todo i j 1

C2 A, entonces las derivadas

para todo P A.

2 f P xi x j

2 f P x j xi

Demostraci on. La demostraci on es m as sencilla si consideramos una funci on de 2 en , y no se pierde generalidad ya que dada una funci on cualquiera, la restricci on a las dos variables que nos interesan nos da una funci on de s olo dos variables. Consideremos entonces f x y y un punto P a b A, y pongamos

gt

f a t b t f a t b f a b t f a b

Para recordarla sirve de gu a el diagrama siguiente:

f a b t

f a t b t

f a b

f a t b

Si ponemos x

f x b t f x b, entonces podemos escribir usando Taylor gt a t a at c t2 2

pues es una funci on dos veces derivable, donde c est a entre a y t . Se tiene f f 2 f 2 f t2 a b t a b t c b t c b gt 2 2 x x x x 2 Si dividimos por t 2 y hacemos tender t a cero, se tiene
t

l m

gt 0 t2

2 f a b yx

110

Taylor y extremos

ya que, como

f2 x2

es continua, el u ltimo t ermino tiende a cero. b t b

Ahora podemos repetir el argumento, considerando y gt

f a t y f a y. Se tiene entonces t2 2

bt c

para alg un otro c entre b y b t . Escribiendo las derivadas y razonando como antes, l m gt 0 t2 2 f a b xy

lo que prueba la igualdad. Denici on 5.1.4. Diremos que un conjunto A n es convexo si dados X Y A, el segmento que une X con Y est a completamente contenido en A. Equivalentemente, la funci on gt tY 1 t X tiene su imagen contenida en A para todo t 0 1 . Si A 2 es abierto y g : A , vamos a llamar matriz Hessiana o Hessiano de g en P a b A a la siguiente matriz de las derivadas segundas de g (suponiendo que existen todas las derivadas segundas):

Para extender la idea del polinomio de Taylor a n necesitamos hablar de derivadas segundas y terceras.

D2 ga b

2 g x2 2 g xy

2 g yx 2 g y2

Hga b

En general, se dene para una funci on g : A que tenga todas sus derivadas segundas, la matriz Hessiana de g en P A, como la matriz de n n siguiente:

HgP

g x g x g x

1 1

Razonamos de la siguiente manera: si g : n es una funci on C2 , entonces la funci on g : P gP n n 1 , que resulta C . Es decir g es un campo C1 . Recordemos que para un es una funci on g : campo diferenciable cualquiera H : n n dado por H P h1 P hn P su diferencial se calcula formando la matriz de n n que tiene por las los gradientes de las hi , es decir

DHP

h1 g2 hn

En el caso particular H g, se deduce que D2 g P DDgP

DgP

HgP

5.1 Polinomio de Taylor

111

g puesto que si reemplazamos hi por xi en la matriz de arriba, obtenemos el Hessiano de g. Como corolario, por la regla de la cadena, si : I A n es una curva derivable,

gt

Hgt t

La matriz Hessiana de una funci on f si f : 3 entonces

C2 A es sim etrica por el teorema de Clairaut. As por ejemplo

2 f x2 2 f xy 2 f xz 2 f yx 2 f y2 2 f yz 2 f zx 2 f zy 2 f z2

Hf

y la matriz es sim etrica pues podemos intercambiar el orden de las derivadas segundas por ser f una funci on C2 . Notemos que, para una funci on f x y de dos variables, hay 8 derivadas de orden 3 que son 3 f 3 f x3 y3 3 f 3 f 3 f 2 2 x y yx xyx 3 f 3 f 3 f y2 x xy2 yxy Sin embargo, de las derivadas mixtas hay en realidad s olo dos distintas si f es C3 . En efecto, se tiene por ejemplo 2 f 2 f 3 f 3 f xyx xy x yx x yx2 puesto que
f x

es C2 si f es C3 .

Qu e ocurre en general con las derivadas de orden 3? De acuerdo a los c alculos de m as arriba, dada una funci o n f : n diferenciable, su Hessiano se obtiene como la matriz en la que cada la aparece el gradiente de la respectiva derivada parcial de f , es decir

f x

H fP

f x

1 2

f xn

Observemos que, visto como funci on de la variable P, el gradiente D fP fP toma valores en n , mientra que el Hessiano toma valores en las matrices de n n, es decir D2 f H f : n nn . Si derivamos una

112

Taylor y extremos

vez m as, ser a razonable que nos quede D3 f : n nnn . Esto no est a mal, pero es poco pr actico. Vamos a usar que nnn se puede identicar con las transformaciones lineales de n en nn , y para cada P n , presentaremos D3 fP como una transformaci on lineal de n en nn . Para ver como es este t ermino de orden 3, calculemos
H f t

DH ft t

DD2 ft t

D3 ft t

que debe ser (para cada t jo) una matriz de n n. Hay que derivar cada la de H ft :

f x f x

1 t

H f t

2 t

f xn

Por la f ormula que ya probamos, gt

Hgt t , se tiene en cada la

f H x f H x
1

t t

H f t

(5.1)

f H xn t t

Tomando t

X tV y evaluando en t

0 se tiene que, como 0

f H x
1

X 0

V , entonces

V V

D3 fX V

f H x

f H xn X V

para todo X n donde existan las derivadas terceras, para todo V V (jado X ) y toma valores en nn .

n . Ciertamente D3 fX V es lineal en

Para controlar el tama no de esta expresi on, que surgir a al escribir el resto cuando escribamos el polinomio de grado 2, usamos el siguiente lema: Lema 5.1.5. Sean Ai

nn una famillia de n matrices cuadradas de n n, y sea X n . Si los vector

5.1 Polinomio de Taylor

113

Ai X los ordenamos por las, nos queda

M X

A1 X A2 X An X

que es una matriz cuadrada de n n. Entonces

n
1 2

M X Demostraci on. Sea Y

i 1

Ai 2

n tal que
M X Y
2

1. Entonces

A1 X Y A2 X Y An X Y Ai X

n i 1

Ai X Y

Por otro lado, para cada i

n, se tiene Ai X Y Y Ai X Ai

Estamos en condiciones de enunciar y demostrar el siguiente teorema sobre el polinomio de Taylor. Recordemos que la f ormula de Taylor para grado 2 nos dice que si g es una funci on C3 en un intervalo abierto I , entonces dados x a I , se tiene gx 1 1 ga gax a g ax a2 g cx a3 2 3! 1ya 0, se tiene

donde c est a entre x y a. En particular, si x g 1

1 1 g0 g0 g 0 g c 2 3!

donde c 0 1. Observemos tambi en que si f es C3 , en particular es C2 y por el teorema de Clairaut se tiene que H fP es una matriz sim etrica para todo P A. Teorema 5.1.6 (Taylor de orden dos, en n , con resto de Lagrange). Sea f : A n convexo. Supongamos f es C3 en A. Entonces dado P A, para todo X A se tiene f X f P fP X P

con A abierto

1 H fP X P X P 2

R P X

114

Taylor y extremos

donde

1 3 D fC X P X P X P 6 es el resto (C es alg un punto en el segmento entre X y P). El resto verica l m R P X P P X P 2 0

RP X P

Demostraci on. Tomemos P X

A, y consideramos la funci on auxiliar gt f P t X P

g t fPt X P X P H fPt X P X P X P

que es C3 en un entorno del intervalo 0 1 . Derivando, obtenemos

g t y por u ltimo

fPt X P

X P

g t

D3 fPt X P X P X P X P 1 1 g0 g0 g 0 g c 2 6

Por otro lado, por la f ormula de Taylor en una variable, g 1 donde c est a entre 0 y 1. Entonces f X f P fP X P

1 H f P X P X P 2

1 3 D fPcX P X P X P X P 6 D3 fC X P f xi
1 2

donde c 0 1 con lo cual C

P cX P est a en el segmento entre P y X . Por u ltimo, observemos que

D3 fC X P X P X P y por el Lema previo, D3 fC X P

n i 1

X P

2 C

X P

f Notemos que H xi involucra, para cada i, las derivadas de orden 3 de f . Como cada una de ellas es una funci on continua por hip otesis, en particular es acotada en un entorno dado de P. Con lo cual

f xi

n m ax

3 f C x j xk xl

si X est a cerca de P. Luego, si X est a cerca de P, se tiene RP X P 1 D3 fC X P X P X P 6 M X P

3

5.1 Polinomio de Taylor

115

y de aqu se deduce inmediatamente la u ltima armaci on del teorema, pues RP X P X P 2 para todo X sucientemente cerca de P. M X P

5.1.2. Demostraci on alternativa de la f ormula de Taylor de orden 2 en n

on. Otra forma de presentar la f ormula de Taylor del Teorema 5.1.6 es posible, y con otra demostraci Atenci on que se trata de la misma f ormula. La diferencia es que abandonamos la notaci on vectorial y pasamos a los ndices y sumas. As por ejemplo, si X x1 xn y P p1 pn entonces fP X P

i 1

xi Pxi pi
f

y lo mismo con los dem as t erminos del Teorema 5.1.6. Usaremos reiteradas veces la siguiente identidad, que es una simple aplicaci on de la regla de la cadena: si g es una funci on diferenciable, entonces como pi t xi pi xi pi , se tiene gP t X P

i 1

xi P t X Pxi pi
g

Teorema 5.1.7 (Taylor de orden dos, en n , con resto de Lagrange). Sea f : A n con A abierto convexo. Supongamos f es C3 en A. Entonces dado P p1 pn A, para todo X x1 xn A se tiene n f 1 n n 2 f f X f P Pxi pi Px j p j xi pi RP X P 2 i 1 j 1 x j xi i 1 xi La expresi on del resto es RP X P 1 n n n 3 f Cxk pk x j p j xi pi 6 i 1 j 1 k 1 xk x j xi RP X P X P 2

con C alg un punto en el segmento entre X y P, y verica l m 0

Demostraci on. Tomemos P X

A, y consideramos la funci on auxiliar gt f P t X P

g t

que es C3 en un entorno del intervalo 0 1 . Derivando, obtenemos

i 1

xi P t X Pxi pi
f

116

Taylor y extremos

Derivando nuevamente, tenemos g t

n i 1 n

f P t X P xi pi xi
n

i 1 n

x j xi P t X Px j p j
f
j 1 n

xi

pi

i 1j 1

x j xi P t X Px j p j xi pi

x j

2 f

Derivamos una vez m as para obtener g t

n n

i 1j 1 n n n

2 f P t X P x j xi

p j xi pi

3 f P t X Pxk pk x j p j xi pi i 1 j 1 k 1 xk x j xi Ahora invocamos la f ormula de Taylor de orden dos, en una variable para la funci on g en el intervalo 0 1 , que nos dice que 1 1 g1 g0 g0 g 0 g c 2 6 donde c 0 1. Observemos que C P cX P es en efecto un punto en el segmento que une X con P. Reemplazando en esta f ormula los valores de g y sus derivadas se tiene la f ormula del enunciado del teorema. Por u ltimo, para ver que el l mite indicado da cero, observemos que las derivadas terceras son funciones continuas, con lo cual, tomando alg un entorno compacto de P, son funciones acotadas, y con esto, si X est a cerca de P se tiene n n n 3 f xk x j xi C M i 1 j 1k 1 Como xk p k x j p j xi p i R P X P si X est a cerca de P. Dividiendo por X P
2

X P

se deduce que 1 M X P 6
3

y tomando l mite para X

P se tiene la conclusi on. 2: ponemos P

a

C omo quedan estas f ormulas en los casos concretos? Veamos para n X x y 2 . Entonces

b 2 ,

5.2 Extremos

117

f x y

f a b

f f x a y b x y

1 2 f 1 2 f 2 f 2 2 x a y b x ay b Ra bx a y b 2 2 2 x 2 y xy

donde todas las derivadas parciales est an evaluadas en P de orden 3 de f ,

b, y R es el resto dado por las derivadas

1 3 f 1 3 f 1 3 f 1 3 f 3 3 2 2 Cx a Cy b Cx a y b Cx ay b 3 3 2 6 x 6 y 2 x y 2 xy2

donde las derivadas parciales est an evaluadas en un punto intermedio C une P con X . a dado por (aqu P a b c) Para n 3 el polinomio de grado dos est

c1

c2 en el segmento que

Px y z

f a b c

f f f x a y b z c x y z

1 2 f 1 2 f 2 f 2 2 2 x a y b z c 2 x2 2 y2 z 2 f 2 f 2 f x ay b x az c y bz c xy xz yz

donde todas las derivadas parciales est an evaluadas en P a b c. No daremos la expresi on expl cita del resto, aunque se puede calcular desarrollando RP en el teorema anterior, tal cual lo hicimos para n 2.

5.2. Extremos
Recordemos que si una funcion f : A n k es diferenciable en un punto P Ao , y este punto es un extremo local de f , entonces la diferencial de f debe anularse en P. Equivalentemente, el vector gradiente es cero, es decir fP . Recordemos un criterio sencillo para funciones en para determinar si el extremo es m aximo o m nimo:

118

Taylor y extremos

Proposici on 5.2.1. (Criterio de la derivada segunda) 1. Si f a 2. Si f a

Si f es dos veces derivable en un intervalo abierto I, y se tiene f a 0, el punto x 0, el punto x a es un m nimo local de f . a es un m aximo local de f .

0 para algun a I, entonces

Observaci on 5.2.2. Atenci on que si la derivada segunda tambi en se anula, el criterio no nos dice nada. De hecho, el punto no tiene ni siquiera que ser un extremo: consideremos f x x3 . Entonces si a 0, se tiene f a 0 y f a 0, mientras que x 0 no es un extremo local de f . Por otro lado, si consideramos gx x4 , se tiene g 0 0 y g 0 0, pero sin embargo x 0 es un m nimo local (de hecho, absoluto) de g. De manera an aloga, si consideramos hx x4 , las dos primeras derivadas se anulan en cero, mientras que este punto es un m aximo de h. Vamos a pensar un poco como se generaliza este criterio a dos variables y luego lo demostramos. Recordemos que si f es C2 , el Hessiano es la matriz sim etrica de las derivadas segundas, evidentemente tiene que jugar un papel dominante en la formulaci on del mismo.

5.2.1. Formas cuadr aticas

Dada una matriz cuadrada T de n n, consideramos la siguiente funci on QX TX X

denominada forma cuadr atica asociada a T . Observemos que QtX t 2 QX para todo t n . Entonces n xn (5.2)

de all el nombre. Supongamos que T est a diagonalizada, con autovalores 1 TX con lo cual Qx1 xn T x1 xn
1 x1

2 2 1 x2 1 2 x2 n xn

Observemos que los i pueden ser positivos, negativos o cero. 1. Si son todos no nulos, decimos que Q es no degenerada. 2. Si alguno (o varios) de los i son nulos, decimos que Q es degenerada. 3. Q es denida positiva si i 4. Q es denida negativa si i 0 para todo i 0 para todo i 1 1 n. n.

5. Q es indenida si algunos i son positivos y otros son negativos.

5.2 Extremos

119

Observemos que una forma indenida puede ser tanto degenerada como no degenerada. En el caso degenerado, pero no indenido, decimos que Q es 1. semidenida positiva si i 2. semidenida negativa si i 0 para todo i 0 para todo i 1 1 n. n.

Observemos que, inspeccionando la ecuaci on (5.2), se tiene 1. Q es denida positiva si y s olo si QX 2. Q es denida negativa si y s olo si QX 0 para todo X 0 para todo X

3. Q es semidenida positiva si y s olo si QX 4. Q es semidenida negativa si y s olo si QX

0 para todo X . 0 para todo X . 0 y QX2 0.

5. Q es indenida si y s olo si existen X1 X2 tales que QX1

Pasemos ahora al caso general. Recordemos que si T es una matriz sim etrica, es diagonalizable. Es decir, existe una base ortonormal B V1 Vn de n tal que T CBE D CEB

donde D MBB T es una matriz diagonal que tiene a los autovalores de T . Recordemos tambi en que U CBE es la matriz de cambio de base, con los vectores de la base B escritos en la base can onica puestos como columnas, y se tiene la siguiente propiedad:
t CBE

CEB

1 es decir U t CBE
UDU t X X

U 1

con lo cual T

UDU t . Luego QX TX X DU t X U t X
y1

Ahora llamamos Y

Ut X QX

CEB X ; notar que Y es simplemente XB , o sea XB DY Y

1 y 1

yn . Entonces (5.3)

n yn y1

yn

2 1 y2 1 n yn

Se observa que, salvo un cambio de base, la forma cuadr atica Q se puede describir completamente con los autovalores. Para los que se perdieron con la idea de la matriz de cambio de base, hacemos otra demostraci on: dado X n , lo escribimos en la base B, es decir como combinaci on lineal de los vectores de la base B:
n

i 1

yiVi

y1V1 y2V2 ynVn

Entonces, por las propiedades del producto escalar se tiene

n n

QX

TX X

i 1j 1

yi y j

TVi V j

120

Taylor y extremos

Como TVi

iVi por ser los Vi autovectores de T , se tiene

n n n n

QX

i 1j 1

yi y j

iVi V j

i 1j 1

yi y j i Vi V j

Como los Vi son una base ortonormal se tiene Vi V j los que i j,

n

0 si i j, con lo cual s olo quedan los t erminos en

QX Por u ltimo, como Vi Vi Vi

2

i 1

y2 i i Vi Vi

1, se tiene

QX

i 1

i y2 i

2 2 1 y2 1 2 y2 nVn

que es la misma expresi on que obtuvimos en (5.3), con otra prueba. olo depende de los autovalores de T , y no de X , entonces Si nos convencimos de que el signo de QX s vamos a decir (para cualquier T sim etrica), siguiendo la l ogica de antes, que QX T X X es 1. degenerada si T X

para alg un X .
0 para todo X 0 para todo X

2. no degenerada si T es inversible. 3. denida positiva si QX 4. denida negativa si QX

. .

5. semidenida positiva si QX 6. semidenida negativa si QX

0 para todo X . 0 para todo X . 0 y QX2 0.

7. indenida si existen X1 X2 tales que QX1

El siguiente es un criterio u til que usa el determinante. Recordemos que los menores principales de una matriz cuadrada son las submatrices que se obtienen comenzando por la esquina superior izquierda. Por ejemplo, si T11 T12 T13 T21 T22 T23 T T31 T32 T33

entonces los menores principales de T son las siguientes tres matrices de 1 1, 2 2 y 3 3 respectivamente: T11 Proposici on 5.2.3. Sea T sim etrica y QX 1. no degenerada sii detT 0. T11 T21 T12 T22 T

T X X la forma cuadr atica asociada. Entonces Q es

5.2 Extremos

121

2. denida positiva sii todos los determinantes de los menores principales son estrictamente positivos. 3. denida negativa sii todos los determinantes de los menores principales tienen signos alternados, empezando por un n umero negativo. Demostraci on. El tem 1. es evidente. Demostraremos los tems 2 y 3 solamente en el caso 2 2. El caso general se deduce por inducci on. Sea B V1 V2 una base ortonormal de autovectores de T con autovalores 1 2 respectivamente (que existe por ser T sim etrica). Entonces vimos que, si XB y1 y2 , QX
2 1 y2 1 2 y2

Veamos 2. Supongamos primero que los dos determinantes son positivos. Es decir T11 0 y detT 0. Entonces como detT 1 2 , los dos autovalores deben tener el mismo signo. Por otro lado, 0 T11 T E1 E1 QE1 con lo cual no pueden ser los dos negativos pues ser a QX 0 para todo X 0 por la expresi on de arriba. Entonces son los dos positivos, es decir T es denida positiva. Rec procamente, si T es denida positiva, T11 QE1 0 y por otro lado los dos autovalores deben ser positivos con lo cual detT 0. Supongamos ahora que T11 0 y detT 0. Nuevamente los dos autovalores tienen el mismo signo que T es denida negativa. pero ahora QE1 T11 0 con lo cual tienen que ser los dos negativos as Rec procamente, si T es denida negativa, detT 0 pues los dos autovalores son negativos, y adem as T11 QE1 0. En general uno se reere indistintamente a T o a su forma cuadr atica asociada Q. As T es denida positiva quiere decir que Q es denida positiva. Veamos los casos m as relevantes de formas no degeneradas. En 22 , tenemos T Entonces 1. T es denida positiva si y s olo si 1 2. T es denida negativa si y s olo si 1 3. T ser a indenida si y s olo si 1 2 0 y 2 0 y 2 detT 0. 0. 0. 1 0 0 2

Conviene tener presentes los dos ejemplos m as simples de formas denida positiva y negativa. En ambos casos debe ser det T 0. Se indican a un lado de la matriz los signos de los determinantes de los menores.

S olo con estos signos se consiguen formas respectivamente positivas y negativas, mientras que si det T 0 se tiene una forma indenida como dijimos.

122

Taylor y extremos

Veamos ahora que ocurre en 33 . Tenemos

1 0 0

0 2 0

0 0 3

Conviene tener presentes los dos ejemplos sencillos de forma denida positiva y negativa respectivamente, y recordar de all los signos de los menores:

0 0

0 0

0 0

0 0

Observaci on 5.2.4. Negando estos casos, se tiene que en matrices 3 3, la forma ser a no degenerada e indenida si y s olo si det T 0 y ocurre alguno de los dos casos siguientes:

1. El segundo menor tiene determinante menor a cero.

0.

2. El segundo menor es estrictamente positivo y adem as detT T11

5.2.2. El Hessiano y los extremos

Recordemos que para que un punto sea un extremo relativo de una funci on diferenciable f , se debe tener olo me da candidatos, resta ver si en efecto fP . Sin embargo, como en el caso de una variable esto s son extremos. A estos puntos donde el gradiente de f se anula los llamamos puntos cr ticos. Entran tambi en en esta denominaci on aquellos puntos donde f no es diferenciable, pero por ahora nos concentraremos en el primer caso. Toda la discusi on de la secci on previa fue para establecer un criterio efectivo para decidir si un punto cr tico de una funci on f : n es un extremo local o no, y si aximo o m nimo. es un extremo, si es m

z y

Una aclaraci on: todos los extremos considerados son locales, y un extremo es estricto si f P f X para todo X en un entorno de P, sin contar P. Un caso sencillo de m nimo (no estricto) es el dado por la par abola trasladada, f x y x2 cuyo gr aco presentamos a la derecha. Aqu se observa que cualquier punto del eje y es un m nimo de f , pero no es estricto porque si nos movemos a lo largo de este eje la funci on es constante.

5.2 Extremos

123

Denici on 5.2.5. Diremos que P es punto silla de f si existen dos trayectorias (no necesaritamente rectas) que tienden a P (o sea son continuas y 0 0 P), y tales que f tiene un m aximo en t 0 y f tiene un m nimo en t 0. Es decir, si hay dos trayectorias continuas de manera que f tiene m aximo y m nimo a lo largo de ellas en P. En este caso P no es ni m aximo ni m nimo de f . Vamos a referirnos indistintamente al Hessiano de f en P y a su forma cuadr atica asociada QP V Lema 5.2.6. Sea f : A Entonces
n

1 H f PV V 2

una funci on C3 , con A es abierto y P

A. Supongamos que fP .

1. Si existe V n tal que QP V 0, entonces a lo largo de la recta P tV (para t sucientemente aximo local en peque no) la funci on f tiene un m aximo en P. Es decir gt f P tV tiene un m t 0. 2. Si existe W n tal que QP W 0, entonces a lo largo de la recta P tW (para t sucientemente peque no) la funci on f tiene un m nimo en P. Es decir ht f P tW tiene un m nimo local en t 0. Demostraci on. Probamos la primera armaci on, la segunda se deduce de manera similar. Por la f ormula de Taylor, escribiendo X P tV , se tiene f P tV f P t 2 QP V RPtV
2

para t sucientemente peque no. Sacando factor com un t 2 V f P tV f P t 2 V

2

se obtiene (5.4)

QP V RP tV V 2 tV 2

tV Si hacemos tender t 0, el cociente RP tiende a cero. En particular, tomando tV 2 n umero positivo pues QP V 0, existe 0 tal que

QV V

P 2

, que es un

si t

RP tV tV 2

. Se deduce de la desigualdad de la derecha, recordando qui en es , que QP Z1 RtZ1 Z1 2 tZ1 2 0 f P para t sucientemente

Esto es lo mismo, observando la ecuaci on (5.4), que decir que f P tV peque no.

Observaci on 5.2.7. Dada T nn , la funci on Q : n dada por la forma cuadr atica QX TX X es una funci on continua. De hecho, es diferenciable. Para simplicar, supongamos que, como en toda esta secci on, la matriz T es sim etrica. Entonces armamos que para cualquier X n , se tiene DQX V 2 TX V

124

Taylor y extremos

Para verlo, jado X n , basta probar que las propuedades del producto escalar, QY QX 2 TX Y X

QY QX DQX Y X Y X

tiende a cero cuando Y

X. Pero, usando

TY Y TY Y TY Y TY Y

TX X TX X TX X TX Y

2 TX Y 2 TX Y 2 TX Y

TX X

TX X

TX Y TY X , con lo

Ahora, como T es sim etrica (y el producto escalar tambi en) se tiene T X Y cual podemos agrupar de la siguiente manera QY QX DQX Y X TY Y X

X TY

TY Y X TX Y X TY T X Y X T Y X Y X T Y X Y X T Y X
2

TX X Y

Con esto, por la desigualdad de C-S, se tiene QY QX DQX Y X Luego T Y X

QY QX DQX Y X Y X lo que prueba que este cociente tiende a cero cuando Y X.

Teorema 5.2.8. Sea f : A Entonces

una funci on C3 , con A es abierto y P

A. Supongamos que fP .

1. Si H fP es denido negativo, P es un m aximo estricto de f . 2. Si H fP es denido positivo, P es un m nimo estricto de f . 3. Si H fP es indenida, P es un punto silla de f .

Demostraci on. Supongamos primero que P es un punto donde H fP es denido positivo. Entonces por el Teorema de Taylor (Teorema 5.1.6), para X sucientemente cerca de P se tiene f X 1 H fP X P X P RX P 2 1 X P X P f P X P 2 H fP 2 X P X P f P
1 2 H f PV

pues fP

. Llamando QP V
f X

R X P X P 2

(5.5)

V , esta expresi on se reescribe as :

2

f P X P

QP

X P X P

R X P X P 2

(5.6)

5.2 Extremos

125

Observemos que para cualquier X

P, el vector en el cu al est a evaluado QP tiene norma unitaria, es decir

X X

Como Sn1 V n : V 1 es un conjunto compacto y Q p : n es una funci on continua, esta funci on tiene un m nimo mP en la esfera, es decir existe VP de norma unitaria tal que QVP mP . Como nimo mP debe ser mayor a cero pues H fP es denido positivo por hip otesis. Entonces, como VP , este m R X P 0 cuando X P, tomando mP , existe 0 tal que X B P implica X P 2

P P

X P

X P

mP

RX P X P 2

mP

En consecuencia, usando que mP es el m nimo de Q p en la esfera, y usando el lado izquierdo de esta u ltima desigualdad, se tiene X P RX P RX P QP mP 0 2 X P X P X P 2 siempre que X P . Luego, lo que le sigue a f P en la ecuaci on (5.6) es positivo siempre que X P , y esto prueba que f X f P si X B P. Es decir, P es un m nimo local de f .

La demostraci on para el caso denido negativo es similar. Si QP es indenida, existen dos vectores Z1 Z2 n tales que QP Z1 0 y QP Z2 0. Por el lema previo, a lo largo de las trayectorias P tZ1 P tZ2 , la funci on f es respectivamente mayor y menor que aximo ni m nimo, y es un punto silla por denici on. f P, con lo cual P no puede ser ni m Ejemplo 5.2.9. Veamos algunos ejemplos. olo si y x3 , x y3 . 1. Sea f x y 4xy x4 y4 . Entonces f 4y 4x3 4x 4y3 0 0 si y s 9 8 Entonces y y , es decir yy 1 0, de donde se deduce que y 0 o bien y 1. Entonces los puntos cr ticos son 0 0, 1 1, 1 1. Calculamos el Hessiano de f : Hf con lo cual H f0 0 0 4 4 0 H f1 1

12x2
4

12y2 12
4

Como detH f0 0 16 0 se deduce que el origen es un punto silla. Los otros dos puntos verican que el lugar 1 1 es estrictamente negativo, mientras que el determinante es igual a 122 16 144 16 0, con lo cual los dos autovalores son negativos as que se trata en ambos casos de m aximos. olo si 2. Si f x y z x4 2x2 y2 yz z2 , entonces f 4x3 4x 2y z 2z y 0 0 0 si y s x3 x 2y z 2z y 0. Se deduce que x 0 o bien x 1, y por otro lado que y z 0. Entonces los puntos cr ticos son 0 0 0, 1 0 0. La matriz Hessiana de f es

12

H f1 1

Hf

12x2 4 0 0 0 2 1 0 1 2

126

Taylor y extremos

luego en el origen se tiene H f0 0 0

4
0 0

0 0 2 1 1 2

Los determinantes de los menores correspondientes son 4, 4 2 todos negativos, el origen es un punto silla de f . Por otro lado,

8 y 4 3 12. Como son

H f1 0 0 Ahora los determinantes son 8, 8 2 son m nimos de f . 16 y 8 3

8 0 0 2 0 1

0 1 2

24. Como son todos positivos, los puntos 1 0 0

Observaci on 5.2.10. Notemos que en el caso degenerado no podemos asegurar que P sea un extremo de f . Por ejemplo, si f x y x2 y3 , entonces f luego f0 0
0 2x

3 y2

0 con lo cual el origen es un punto cr tico de f . Tambi en Hf 2 0 0 6y con lo cual H f0 0 2 0 0 0

que es ciertamente semidenida positiva (un autovalor positivo y el otro nulo). Sin embargo, si nos acercamos al origen a lo large del eje y se observa que f 0 y con lo cual el origen no es ni m aximo ni m nimo de f . Sin embargo, hay una relaci on, dada por el siguiente teorema Teorema 5.2.11. Sea f : A
n una funci on C3 (A es abierto). Entonces

y3

1. Si P es un m aximo local de f , entonces H fP es semidenido negativo. 2. Si P es un m nimo local de f , entonces H fP es semidenido positivo. Demostraci on. En el caso del m aximo, sabemos que existe r 0 tal que f X f P para todo X Br P. Si H fP no fuera semidenido negativo, existir a V n tal que QP V 0. Por el Lema 5.2.6, a lo largo de a la trayectoria X t P tV se tendr f P tV f P para t sucientemente peque no, lo cual es una contradicci on. La demostraci on para el caso de un m nimo es an aloga.

5.3 Extremos con restricciones, multiplicadores de Lagrange

127

El criterio del Hessiano nos asegura que si el mismo es indenido, entonces el punto P es punto silla, y las trayectorias son dos rectas como se desprende de la demostraci on. Sin embargo, si el Hessiano es degenerado podr a ocurrir que P fuera un punto silla pero que a lo largo de cualquier recta se encuentre siempre m aximo (o siempre m nimo). Un ejemplo de esta situaci on bastante anti-intuitiva es el siguiente: Ejemplo 5.2.12. Consideremos f x y cr tico de f , y que 2x4 y2 3yx2 . Entonces es f acil ver que P H f0 0 0 0 0 2
0

0 es un punto

Esto nos dice que a lo largo del eje de las y, f tiene un m nimo en 0 0. Tambi en se verica que a lo largo de 2 cualquier recta la funci on f tiene un m nimo en el origen. Sin embargo, considerando la trayectoria y 3 2x 3 2 (es decir x x 2 x , con x alrededor del cero), se obtiene
f

x4 x 1 4

con lo cual a lo largo de esta trayectoria f tiene un m aximo en el origen. Luego el origen es un punto silla aunque a lo largo de cualquier recta se consiga un m nimo.

5.3. Extremos con restricciones, multiplicadores de Lagrange

5.3.1. Extremos en una regi on
con A un conjunto cualquiera, el problema que nos interesa Dada una funci on continua f : A n es el de hallar extremos (tanto relativos como absolutos si los hubiera) de f en A.

Para los puntos del interior Ao , primero buscamos los puntos cr ticos de f con el gradiente. Despu es hay dos situaciones: 1. La frontera de A la podemos parametrizar con una funci on (o varias de ellas), de manera que Im A. 2. La frontera de A est a dada en forma impl cita por una ecuaci on, de manera que no resulta conveniente (o es directamente imposible) parametrizarla expl citamente. En el primer caso, lo que hacemos es estudiar la funci on f restringida al borde componiendo con la parametrizaci on, es decir, hallamos los punto cr ticos de g f . Recordemos que si A es compacto y f es continua, debe haber tanto m aximo como m nimo absoluto de f en A. En el caso general, puede no haber extremos absolutos. Tambi en nos interesan los casos en los que el conjunto A no tiene interior. T picamente, cuando A es una curva o una supercie de nivel. Estos los tratamos como en el tem 2 reci en mencionado.

5.3.2. Extremos en regiones con borde que se puede parametrizar

Hagamos algunos ejemplos de este caso:

128

Taylor y extremos

Ejemplo 5.3.1. Sea f : 2 dada por f x y x2 y2 x. Hallar los extremos de f restringidos a la bola unitaria cerrada, es decir 2 2 B x y : x y 1 El interior es la bola abierta, all calculamos f
2x 1

2 y H f

2 0

0 2

y el u tico es P1 1 nimo local de f . nico punto cr 2 0. Como H f P es denido positivo, se trata de un m on Por otra parte, la frontera se parametriza mediante t cos t sen t , para t 0 2. La composici es la funci on real gt cos2 t sen2 t cos t 1 cos t, cuya derivada es g t sen t, que se anula en t 0 . Entonces f tiene extremos en P2 1 0 y en P3 1 0. Evaluando se tiene f P1 1 1 4 2

1 4

f P2

f P3

lo que nos dice que en P1 se alcanza el m nimo absoluto de f , mientras que en P2 y P3 se alcanza el m aximo absoluto de f . Ejemplo 5.3.2. Sea f x y z Hessiano de f son f
xy x2 1 2 x e en el cuadrado 0 1

0 1 . En el interior el gradiente y el
exy xy exy x2

2x e

xy

1 xy e x 2
1 0 2 .

Hf

2 exy y2 exy xy

El gradiente se anula u nicamente en P1

All el Hessiano es
9 4

Hf

0 0

que es es semidenido positivo, luego el criterio no se puede usar. Por otro lado, a lo largo de los cuatro lados se tiene: 1. En x 0, hay que buscar los extremos de gy f 0 y 1 en el intervalo 0 1 . Como es constante no hay nada para hacer ( f vale constantemente uno en el lado izquierdo del cuadrado).
y ey 2. En x 1, hay que buscar los extremos de gy f 1 y 1 2 e en el intervalo 0 1 . Como g y no se anula nunca, lo u f 1 1 1 nico relevante son los extremos, g0 f 1 0 3 2 y g1 2 e.

3. En y 0, hay que buscar los extremos de gx f x 0 x2 1 2 x 1 en el intervalo 0 1 . Como 1 g x 2x 1 , los puntos relevantes son los bordes (que ya los consideramos 0 u nicamente en x 2 4 1 porque son los v ertices del cuadrado) y el punto P2 4 0.
x 4. Por u ltimo, en y 1, hay que buscar los extremos de gx f x 1 x2 1 2 x e en el intervalo 1 x x 0 1 . Como g x 2x 2 e no se anula nunca (pues e 1 para x 0), lo u nico relevante son los extremos, que son dos v ertices del cuadrado que ya consideramos.

t 5.3

Extremos con restricciones, multiplicadores de Lagrange

129

En s ntesis, 1 1 15 1 f 0 2 4 16 1 en todo el lado izquierdo del cuadrado (incluyendo los v ertices), y por u ltimo f 0 f 1 0 3 2 f 1 1 1 e 2

De esta lista se deduce que el v ertice 1 1 es el m aximo absoluto de f , mientras que el m nimo absoluto se alcanza en el punto 1 0 de la base. 4

5.3.3. Multiplicadores de Lagrange

No siempre se puede parametrizar la regi on de manera sencilla. Consideremos el siguiente ejemplo:

x

los m aximos y m nimos de f x y Ejemplo 5.3.3. 2Hallar 2 gx y

4y

x2 2x y2 restringida a la curva de nivel y 2 : g x y

0 de la funci on g.

Aqu resulta conveniente otra estrategia, ya que la regi on A forma impl cita.

0 est a dada en

Recordemos que para una funci on escalar f , dado un punto P donde f es diferenciable, la direcci on de mayor crecimiento est a dada por fP (y la direcci on opuesta es hacia donde f decrece m as r apido). Tambi en se deduce de f P fP V V que si miramos las direcci ones perpendiculares al gradiente, las derivadas direccionales son nulas, ya que all el producto escalar da cero. Obsevemos la siguiente gura. A la izquierda est an representados algunos valores de f , para algunos puntos del plano. A la derecha, superponemos sobre estos valores de f una curva dada S.

S En la gura de la derecha, hay que observar que en algunos puntos de la curva, como en el que indicamos como P, el gradiente de f es perpendicular a la curva S. En esos puntos, la direcci on de mayor crecimiento es imposible de seguir (habr a que salirse de la curva), y por otro lado si nos movemos a lo largo de la curva,

130

Taylor y extremos

nos estaremos moviendo en forma ortogonal a fP , con lo cual la derivada direccional de f all ser a nula por lo antes dicho. Estos puntos son los candidatos naturales a extremos, si recordamos la idea del teorema de Fermat que dice que si f tiene un extremo entonces su derivada se anula. Dicho de otra manera, si estamos buscando puntos cr ticos de f restringidos a una curva, los candidatos naturales son aquellos puntos de la curva donde esta tiene una direcci on ortogonal al gradiente de f . Si la curva S est a dada por el conjunto de ceros de una funci on g : 2 , entonces la normal de la curva est a dada por g (en el caso en que g sea C1 y su gradiente no se anule). Luego, buscamos los puntos P tales que gP fP c, donde adem as gP

para alg un n umero real . Este m etodo se conoce como m etodo de los multiplicadores de Lagrange.

Volvamos al ejemplo concreto: calculamos f y planteamos la igualdad

2x 2 2x 2

2 y 2 y

2x

1 8 y

2x 1 8y 2y 8y

De aqu se deduce que debe ser 2x 2

2x 1

De la segunda ecuaci on, se deduce que hay dos posibilidades:

5 1. 1 4 , con lo cual (reemplazando en la primera), se tiene 4x 4 x 1 es decir x 3 . Como el punto tiene que estar en la curva de nivel de g, debe vericar la ecuaci on impl cita. Entonces obtenemos
64 2 4y 9 1 es decir y2 de donde se deduce que no hay ninguna soluci on con x soluci on con 1 . 4 2. y x

5 3 , o equivalentemente, que no hay ninguna

0y

455 9

0, con lo cual reemplazando nuevamente en la ecuaci on se tiene x 12 1, es decir x 2. En este caso hay dos puntos que son el 0 0 y el 2 0 que son soluci on.

C omo sabemos si son m aximos o m nimos? Observemos que la ecuaci on de g

x
2

1 2 4 y 2
0

dene una elipse en el plano , que es un conjunto cerrado y acotado (es decir compacto). Como la funci on f es continua, f debe alcanzar m aximo y m nimo absoluto en la elipse. Calculamos f 0 0 f 2 0 8

Se concluye que 0 0 es el m nimo absoluto de f restringida a la curva S, y que 2 0 es el m aximo absoluto de f all .

5.3 Extremos con restricciones, multiplicadores de Lagrange

131

5.3.4. Multiplicadores en
C omo se generaliza el m etodo al espacio? Dada una funci on f y una supercie

y z 3 : gx y z

nuevamente el gradiente fP indica la direcci on de mayor crecimiento (partiendo del punto P), y lo que que remos identicar son aquellos puntos donde las direcciones tangentes a la supercie hacen que las derivadas direccionales de f se anulen. Observemos el siguiente gr aco:

P
VP

fP

NP

P S

Si el gradiente de f en P tiene alguna componente VP en el plano tangente P a S en P, entonces movi endonos en esa direcci on, sobre la supercie, la funci on crecer a (pues como dijimos el gradiente es la direcci on de mayor crecimiento). La manera de conseguir que no haya ninguna direcci on (en la supercie, o equivalentemente en su plano tangente), donde la funci on crezca, es pidiendo que el gradiente fP sea perpendicular al plano tangente. Equivalentemente, que el gradiente de f sea paralelo a la normal NP al plano tangente en P, lo que se traduce en la condici on fP gP para alg un n umero . No hay que olvidar la condici on gP cte para que el punto est e en la supercie. Estas dos condiciones se pueden resumir en el siguiente enunciado, que generaliza lo que ya discutimos en el plano y en el espacio: Proposici on 5.3.4. (Multiplicadores de Lagrange)
restringida a la supercie de nivel gX Para hallar los puntos cr ticos de una funci on f : n n de una funci on g : , basta estudiar los puntos cr ticos de la funci on de n 1 variables dada por

f X gX c M as precisamente: si P n es un extremo de f restringida a la supercie de nivel gX entonces existe tal que fP gP c, y gP ,

132

Taylor y extremos

Demostraci on. Si el gradiente de g no se anula en P, entonces por el teorema de la funci on impl cita, existen una bola B n1 y una parametrizaci on : B de la supercie S en un entorno de P. Llamemos Z0 n1 al centro de la bola B, y para simplicar supongamos que la derivada que no se anula de g es la as u ltima, de manera que Z0 Z0 P, y adem gZ Z c para todo Z B

Es importante recordar que los vectores Ei 1 n) son generadores del plano tangente a zi Z0 (con i la supercie S en P. Ahora si P es (por ejemplo) un m aximo de f restringida a S, debe ser f P f X para todo X S en un entorno de P. Esto es f Z0 Z0 f Z Z

para todo Z U sucientemente cerca de Z0 . Entonces la funci on hZ f Z Z tiene un extremo local en Z0 , con lo cual su gradiente se anula en ese punto, o equivalentemente todas sus derivadas parciales son nulas en el punto. Pero por la regla de la cadena, hZ zi
Z0

f Z Z Z0 zi

f P E i

Z0 zi

o sea el gradiente de f en P es perpendicular a todos los generadores del plano tangente a la supercie, y en consecuencia tiene que ser paralelo a la normal. Como la normal es el gradiente de g en el punto, se tiene la conclusi on.

Atenci on que nada garantiza que los puntos cr ticos hallados sean extremos.

5.3.5. Un ejemplo elemental

Veamos ahora un ejemplo del uso del m etodo con tres variables. Con este ejemplo empezamos estas notas. Ejemplo 5.3.5. Hallar las dimensiones de la caja rectangular, de lados a b l y de volumen m aximo, sujeta a la restricci on a b l 300. on que nos interesa estudiar es la comprendida por La funci on a maximizar es V x y z xyz, y la regi x y z 300, x y z 0 (observemos que si x y o z son cero entonces el volumen es cero). Si calculamos el gradiente de V se tiene V yz xz xy que se anula s olo en los caso que no nos interesan. Resta ver que ocurre en la supercie x y z es un plano (sujeta por supuesto a las restricciones x y z 0). 300, que

5.3 Extremos con restricciones, multiplicadores de Lagrange

133

Nuevamente los bordes no son interesantes por dar cero all el volumen, y lo que nos resta ver es si f tiene extremos restringida al plano. Para ello planteamos f g, obteniendo yz xz xy

acilmente que x y z, con pues g 1 1 1. Como ninguna de las variables puede ser nula, se deduce f lo cual reemplazando en la ecuaci on del plano se obtiene 3x 300, es decir x y z 100. Entonces el punto en cuesti on debe ser P 100 100 100 (o sea la caja es un cubo de lado 100), que es un m aximo pues la regi on es compacta y los otros son m nimos de f . El volumen m aximo entonces es V 1003 1000000.

5.3.6. Varias ligaduras

Por u ltimo, una breve discusi on sobre el caso en el que uno quiere hallara extremos de una f con restricciones dadas por m as de una supercie de nivel. Por ejemplo, hallar los extremos de f x y z sujeta a las condiciones g1 x y z c1 , g2 x y z c2 . En este caso, si los gradientes de g1 , g2 son no nulos, ambas ecuaciones denen supercies en el espacio. Si hay alg un menor no nulo en la matriz que se obtiene apilando los gradientes, esto indica que la intersecci on es una curva. En ese caso, los extremos de f en esta curva se hallan planteando f P g1 P g2P para valores gen ericos de . No hay que olvidar que P tambi en debe vericar g 1 P c 1 y g 2 P c2

para estar en la curva. La explicaci on de porqu e el gradiente de f en un extremo es combinaci on lineal de los gradiente de g1 y g2 est a en que un vector gen erico, ortogonal a la intersecci on de los planos tangentes de ambas supercies, se puede escribir como combinaci on lineal de las normales a los planos.

134

Taylor y extremos

6 I NTEGRALES

EN

tV

Si s olo tuviera los teoremas! Entonces podr a encontrar las demostraciones f acilmente.

B. Riemann

6.1. Integrales

Vamos a empezar este cap tulo recordardando la idea de a rea en el plano. Todos tenemos presente que dado un rect a ngulo cualquiera R en el plano, su a rea o supercie se calcula multiplicando su base por su altura, A ba. Tambi en que el a rea es independiente de la posici on del rect angulo, es decir que si lo trasladamos o rotamos, su a rea permanece inalterada. Si tenemos una gura m as complicada, a veces el a rea la podemos calcular a partir de este hecho: el ormula se extiende a todos los primer ejemplo es el de un tri angulo rect angulo, donde A ba 2. Esta f tri angulos, donde ahora la altura est a dada por una perpendicular a la base que pase por el v ertice opuesto: A
1 1 2 b1 a 2 b2 a 1 2 ab1 b2

ba 2

a b1 b b2 b1 b2

Qu e pasa si la curva que delimita a rea es m as complicada, como por ejemplo en la regi on delimitada el por el eje de las x y la funci o n y x ? Al a rea comprendida entre x 0, x 1, el eje x y la gr aca de x podemos aproximarla con rect angulos como indica la gura: f x y y

x
A
1

x
bi ai

Entonces el a rea A es aproximadamente la suma de las a reas de los rect angulos de altura ai y base bi , es

136

Integrales en

decir

A ai bi

f xi ti1 ti

donde xi es alg un punto en el intervalo ti ti1 . C omo se ve, mientras m as rect anglos tomemos (es decir mientras m as subdividamos el intervalo), mejor ser a la aproximaci on. A estas aproximaciones se las de ti ti1 , aunque con un abuso de nomina sumas parciales o sumas de Riemann. Es usual denotar i notaci on tambi en usaremos i para denotar el tama no del intervalo, es decir i ti1 ti . Tambi en se ve en el caso particular de arriba que, como tomamos siempre como altura al punto m as bajo de la curva, el a rea que queremos calcular es siempre mayor que nuestra aproximaci o n. Surge naturalmente el concepto de suma inferior, que es una suma que nos da un a rea inferior a la buscada (pero pr oxima). Denimos a continuaci o n formalmente las suma inferior y superior asociadas a una partici o n, para cualquier funci on acotada (no necesariamente positiva): Denici on 6.1.1. Sean f : a b
acotada, y P una partici on

P del intervalo a b en n pedazos

i 0 n1 ti ti1

i 0 n 1 i

t0

t1

ti

ti1

tn

La suma inferior de f en la partici on P es el n umero I f P

i 1

mi ti1 ti

donde mi es el nmo de f x en el intervalo ti ti1 .

n

Si tomamos siempre el supremo Mi de f x en i , se obtienen la suma superior de f en la partici on P: S f P

y y

i 1

Mi ti1 ti

Siguiendo con el ejemplo anterior, una suma superior ser a la siguiente:

x
A
1

bi ai x
1

Como se puede ver, en el caso de una funci on positiva, las sumas superiores son todas aproximaciones del a rea bajo la curva (aparentemente cada vez mejores) con la propiedad adicional de ser todas mayores o iguales al a rea buscada.

6.1 Integrales

137

Diremos que la partici on P del intervalo a b es un renamiento de la partici on P si P se puede obtener de P subdividiendo los intervalos de P. Asimismo diremos que la norma de P es el tama no del intervalo m as grande de la partici on.

Evidentemente, dada una partici on cualquiera P del intervalo, como mi

Mi para todo i, se tiene siempre

I f P

S f P

Algunas propiedades sencillas que se deducen de este hecho: Proposici on 6.1.2. Sea f : a b
acotada. Entonces

1. Si P es un renamiento de P, entonces I f P 2. I f P

I f P y tambi en S f P

S f P .

S f Q para todo par de particiones P Q.

cubierta por la suma inferior es cada vez mayor:

y

Demostraci on. Observemos la siguiente gura, donde puede observarse que al renar la partici on, el a rea

on de Si P rena P, entonces dado un intervalo cualquiera i de P este se descompone como una uni intervalos de P , ti ti1 i j 1 ki j j 1 ki t j t j 1 Entonces como mi m j para todo j en un subconjunto), se tiene mi ti1 ti Sumando sobre i se tiene I f P mi 1
ki

ki (pues el nmo en un conjunto es menor o igual que el nmo

j 1

t j1 t j

j 1

mi t j1 t j m j t j1 t j
j 1

ki

ki

I f P

Esto prueba que al renar la partici on las sumas inferiores aumentan. Con un argumento an alogo se deduce que al renar la partici on las sumas superiores disminuyen.

138

Integrales en

Para probar el segundo tem, tomemos P un renamiento en com un de las particiones P Q. Este siempre se puede conseguir subdividiendo el intervalo en partes m as peque nas que incluyan los puntos de corte de P y Q. Entonces por el tem anterior, I f P lo que prueba que I f P S f Q . I f P S f P S f Q

Este resultado nos dice algo importante: que las sumas superiores descienden (esperamos que hasta el valor del a rea buscada, en el caso de una funci on positiva) y que las sumas inferiores ascienden. Tomemos los siguientes conjuntos de n umeros reales: I f S f I f P : P es una partici on de a b S f P : P es una partici on de a b

Estos conjuntos pueden ser no acotados, pero si f es una funci on acotada entonces son ambos acotados, pues en cada intervalo nf f mi f Mi f sup f

donde nf f y sup f denotan respectivamente al nmo de f en a b y al supremo de f en a b . Multiplicando por i y sumando sobre i se tiene nf f i
i

mi f i Mi f i
i i

sup f i
i

Pero

i
luego

tn tn1 tn1 tn2 t2 t1 t1 t0 nf f b a

tn t0

ba

I f P

S f P

sup f b a

De hecho, como probamos que I f P nf f b a

S f Q para todo par de particiones P Q del intervalo, entonces sup f b a sb a

I f P

S f Q

Si denotamos s sup f en a b , en la gura que sigue se representa la desigualdad S f P para el caso particular de una f positiva:

6.1 Integrales 139

y s Gr f

Mi i

si

sb a

Se dene la integral superior de f como el nmo de las sumas superiores (sobre cualquier partici on), y la integral inferior de f como el supremo de las sumas inferiores (sobre cualquier partici on), es decir I f Si f es acotada, como sup I f , mientras que I f I f P S f Q I f nf S f

nf f b a nf f b a nf f b a

sup f b a sup f b a sup f b a I f , y

para cualquier par de particiones, si tomamos nmo sobre particiones Q (jando P) se deduce que I f P

Pero como P tambi en era cualquiera, tomando supremo sobre particiones P se deduce que I f I f

Es decir que en general, I f I f . Diremos que f es Riemann integrable en a b si I f denotaremos a este n umero con el s mbolo integral
b b

f
a a

f xdx

Un criterio para decidir si una funci on es integrable es el siguiente:

Proposici on 6.1.3. Si f : a b es acotada, entonces f es integrable en a b si y s olo si para todo existe una partici on P de a b tal que S f P I f P

Demostraci on. Supongamos primero que vale la condici on. Entonces para todo tal que I f I f S f P I f P con lo cual I f I f . Como la otra desigualdad vale siempre, f is integrable.

0 existe una partici on P

140

Integrales en

Supongamos ahora que f es integrable, entonces dado supremo una partici on P tal que
b a

0 existe por las propiedades de nmo y

b

f I f P

2 y tambi en S f P

f
a

Juntando estas dos desigualdades se tiene S f P I f P como quer amos. En particular toda funci on constante es integrable, y
b

c dx
a

cb a

c
a

1dx

Tambi en se deduce que toda funci on mon otona y acotada es integrable. Proposici on 6.1.4. Sea f : a b
una funci on mon otona y acotada. Entonces f es integrable en a b .

Demostraci on. Supongamos que f es creciente. Entonces dada una partici on, en cada intervalo de la partici on se tiene f ti mi , f ti1 Mi con lo cual S f P I f P

Mi miti1 ti f ti1 f ti ti1 ti

ax ti1 ti f ti1 f ti m
i i i

f b f a P

puesto que t0

a, tn

b y adem as f b f a

f t1 f t0 f t2 f t1 f t3 f t2 f tn f tn1 Con lo cual si renamos la partici on, haciendo tender P es integrable. El caso f decreciente es an alogo. Teorema 6.1.5. Sea f : a b

0, por la Proposici on 6.1.3 deducimos que f

una funci on continua. Entonces f es integrable en a b .

La demostraci on la dejamos para m as adelante, en el Corolario 6.1.10. Ejemplo 6.1.6. Un caso de funci on no integrable Riemann es la funci on de Dirichlet, denida en el intervalo 0 1 como: 1 si x f x 0 si x on tendremos por lo Si tomamos una partici on cualquiera P del 0 1 , en cada intervalo i de la partici menos un n umero racional y un n umero racional. Por lo tanto el supremo de f en cada i es 1, y el nmo es 0. Con esto, las sumas inferiores para cualquier partici on dan cero, mientras que las superiores dan siempre 1. En consecuencia, f no es integrable porque la integral superior I f da 1 y la inferior I f da 0.

6.1 Integrales

141

6.1.1. Propiedades
Puede ser u til, dada f , considerar las siguientes funciones positivas en a b que se obtienen a partir de f: f x f x 0 f x en cualquier otro caso si f x 0 si f x 0

f x
0

en cualquier otro caso

Entonces podemos escribir, para todo x a b , f x f x f x

Una de las propiedades m as u tiles que tienen odulo f f , es que nos permiten calcular el m a partir de una suma: f x f x f x para todo x a b

Problema 6.1.7. Probar que, si f es acotada, entonces f es integrable en a b si y s olo si f , f son ambas as funciones integrables en a b , y adem
b b

f
a a

b a

Algunas propiedades sencillas de la integral: Proposici on 6.1.8. Sean f g : a b

funciones integrables. Entonces
b
a

1. Si entonces f es integrable, 2. f g es integrable, 3. Si a 4. Si f c

b
a

f
a

b
a

f.

f g

b
a

g.
b
a

b entonces f es integrable en a c y en c d y adem as

b
a

c
a

b
c

f.

g, entonces

b
a

g.
b
a

5. Si f es integrable entonces f es integrable y adem as

b
a

f .

Demostraci on. Las primeras tres propiedades se deducen de escribir la denici on como l mite de sumas superiores. La cuarta propiedad se deduce de lo siguiente: si h 0 y h es integrable, sus sumas parciales son positivas y entonces ab h 0. Luego si f g, se tiene que g f 0 es una funci on integrable por los items 1 y 2, y tems 1 y 2, se deduce que por lo reci en dicho ab g f 0. Nuevamente por los
b a

f
a

142

Integrales en

Por u ltimo, si f es integrable, entonces f y f son integrables. Luego f adem as

b b

f f es integrable, y
b a

f
a a

b a

b a

b a

f f

f
a

Tambi en es usual denir (para funciones integrables en a b ) 1.

b
a

f como

a
b

f cuando a

b, es decir
y

f
x

x y

f para todo x y a b

2.

x
x

0 para todo x a b .

Recordemos que toda funci on continua en un conjunto compacto es uniformemente continua. Proposici on 6.1.9. Si h : a b h : a b es integrable. c d es integrable, y : c d
es una funci on continua, entonces

Demostraci on. Como h es integrable, dado 1

0 existe una partici on P de a b tal que

Sh P I h P Mi mi sup hx : x i

Mi mii

(6.1)

Observemos que, como Mi es el supremo de h en i , y mi es el nmo, entonces

nf

hy : y i

sup hx hy : x y i

puesto que la diferencia entre el valor m as grande y m as chico de h coincide con la diferencia m as grande de valores de h. Como es uniformemente continua, dado 2 0, existe 0 tal que t s en c d implica s t 2 . Queremos probar que la siguiente cantidad es arbitrariamente peque na:

Mi m i i nmo de h en i . Notemos que, como antes donde Mi , m i son respectivamente, el supremo y el

S h P I h P Mi m i sup hx hy : x y i i : Mi mi 2 Consideremos los dos conjuntos de ndices de la partici on A Si i A, entonces i : Mi mi Mi m i B

6.1 Integrales

143

por la uniforme continuidad de . En consecuencia,

iA

Mi m i i

2 i
iA

2 b a

Es decir, eligiendo 2 peque no podemos asegurar que las sumas superiores e inferiores est an tan cerca como querramos, siempre restringi endonos al subconjunto de a b donde Mi mi . Veamos que pasa en el resto del conjunto. Como es una funci on continua en un compacto, alcanza m aximo, es decir existe M 0 tal que x M para todo x c d . En general, podemos asegurar que Mi m i Luego sup hx hy : x y i 2M i i B 2M 2M 1

iB

Mi m i i

2 M i
iB

2M Mi mi i i B

que eligiendo 1 peque no (o sea eligiendo una partici on P sucientemente na) por la ecuaci on (6.1). As podemos asegurar que la diferencia entre la suma superior y la inferior es tan peque na como uno quiera, tambi en en este caso. Luego podemos hacer que las sumas superiores est en tan pr oximas a las inferiores como queramos, lo que prueba que h es integrable. Corolario 6.1.10. Sean f g : a b
. Entonces

1. Si f es continua entonces f es integrable. 2. Si f es integrable entonces f n f f f es integrable para todo n .

3. Si f g son integrables entonces f g es integrable. Demostraci on. Para ver 1. tomamos hx x, x f x y usamos el teorema anterior, pues hx f x. Que h es integrable se deduce del hecho de que es una funci on mon otona y acotada en a b . Para ver 2. tomamos h Para ver 3. escribimos f , x xn . fg

1 1 2 1 2 2 f g f g 2 2 2 tem previo con n 2. y usamos que f g es integrable y el

Observaci on 6.1.11. En general es falso que la composici on de dos funciones integrables resulta integrable. Un ejemplo est a dado por las funciones siguientes, ambas denidas en el intervalo 0 1 : 1 q f x 0 si x

si

p q es racional (y est a simplicado todo lo posible)

0 gx 1

si si

x0

144

Integrales en

Se dene f 0 1 para evitar ambig uedades, aunque no es muy relevante desde el punto de vista de la integral. Entonces f es integrable (dif cil, ver la Nota I al nal de este cap tulo), g es integrable (obvio), pero g f es la funci on de Dirichlet, que como vimos no es integrable. Dada una funci on continua en a b , su restricci on al intervalo a x para cualquier x a b sigue siendo continua. Luego es integrable, y llamamos a
x

F x
a

f t dt

funci on primitiva de f . Esta primitiva es una funci on derivable, y su derivada coincide con f , resultado conocido TFCI:

Teorema 6.1.12 (Teorema Fundamental del C alculo Integral). Sea f : a b Dado x a b , sea F : a b denida como
x x

una funci on continua.

F x
a

f
a

f t dt

Entonces F es continua en a b , derivable en a b y adem as, para todo x a b se tiene F x f x

Demostraci on. Sea s m ax f t : t a b (que es nito porque f es continua). Veamos que F es continua en los bordes. Observemos que F a 0. F x F a
x x

f
a a

nf S f P

donde P es una partici on del intervalo a x , es decir (si Mi es el supremo de f t en el intervalo i ) F x F a Con esto es evidente que F x F b F x S f P

Mi i
i

s i
i

sx a

F a si x
b a

a . Por otro lado,

x b b

f
a x

f
x

nf S f P

sb x b .

donde ahora la partici on P es del intervalo x b . Esto prueba que F x F x F x0 x x0

x
a

F b cuando x

Tomemos ahora un punto x0 interior del intervalo a b . Si x es otro punto cualquiera en a b, calculamos f ax0 f x x0
x
x0

x x0

6.1 Integrales

145

Queremos ver que esta expresi on tiende a f x0 cuando x x0 . Esto probar a que F es derivable, que F f , y en particular F es continua en el interior. Como f es continua entre x y x0 , existen dos n umeros reales (el m aximo y el m nimo de f all ) tales que mx para todo t entre x0 y x. Supongamos primero que x mx x x0 Luego, como x x0 0, mx Cuando x x x0 1
x x

f t

Mx

x0 . Entonces integrando se tiene f

x0

Mx x x0

f
x0

Mx

x 0 , tanto mx como Mx tienden a f x0 , por ser f continua. Esto prueba que l m

x 0

F x F x0 x x0

f x0

Si x x0 , con un razonamiento an alogo se obtiene que el otro l mite lateral tambi en da f x0 . Hay que tener cuidado solamente en el siguiente hecho: si x x0 , entonces x x0 0, luego las desigualdades se invierten. Entonces, dada una funci on continua f , existe por lo menos una funci on derivable tal que F f. Cu antas puede haber? El siguiente lema muestra que no son muchas, en el sentido de que no son muy distintas todas las que hay: Lema 6.1.13. Si F G son funciones continuas en a b , derivables en el interior, tales que F x all , entonces existe una constance c tal que F x Demostraci on. Si H x F x F x, entonces H x
F

G x

G x c

G x

F x G x

en el interior, entonces por el teorema de Lagrange H es constante all pues H x H y H cx y 0

Es decir, dos primitivas de f dieren a lo sumo en una constante, o lo que es lo mismo, si uno conoce una primitiva F , entonces todas las primitivas de f est an dadas por la familia f F c : c

146

Integrales en

Para calcular una integral denida basta encontrar entonces alguna primitiva de f y se tiene
b

f
a

F b F a
x
a

En efecto, esto es obvio si F es la primitiva hallada en el TFC, es decir, si F x primitiva, entonces G F c y en consecuencia Gb Ga F b c F a c F b F a
b

f . Pero si G es otra

f
a

Este resultado se conoce como Regla de Barrow. Del teorema de arriba tambi en se deduce el teorema del valor medio para integrales (TVMI), Proposici on 6.1.14. Si f : a b
es continua, entonces existe c
b

a b tal que
x
a

f
a

f cb a f:

Demostraci on. Basta aplicar el teorema de Lagrange a la funci on F x

b

f
a

F b F a

F cb a

f cb a

para alg un c entre a y b.

Este teorema, cuando f es positiva, tiene contenido geom etrico, pues nos dice que el a rea bajo el gr aco de f (entre a y b) est a dada por el a rea de alg un rect angulo de base b a, cuya altura f c es alguna altura intermedia entre el m nimo y el m aximo de f en a b . y f c Gr f La idea es que si tomamos un rect angulo de base a b , y hacemos variar la altura entre el m aximo de f y el m nimo de f , en alg un momento el a rea obtenida con el rect angulo coincide con el a rea bajo el gr aco de f en a b .

a c

6.2. Integrales impropias

Dada una funci on continua en un intervalo a b, podemos calcular su integral en cualquier intervalo m as peque no. Surge la pregunta de si existir a el l mite de estas integrales cuando el intervalo tiende al intervalo total. Es decir, dado a x b, pongamos
x

F x
a

f t dt

6.2 Integrales impropias

147

Entonces podemos denir a la integral impropia como un l mite, es decir

b

f
a

x b

l m F x
b
a

en el supuesto de que este l mite exista. En este caso diremos que Las mismas consideraciones se aplican para el otro extremo. Ejemplo 6.2.1. Consideremos f t
1
1

f converge. 0. Entonces

t 2 , que es una funci on con una discontinuidad en t

1 x

f
0

l m
x

1 dt t

l m 2 t
x 0

1 x

l m 2 2 x
0

Esto es, el a aco de f , los ejes, y la recta x rea encerrada por el gr

2 t 3 en el intervalo

1 es nita.

Qu e pasa si la discontinuidad est a dentro del intervalo y no en el borde? Por ejemplo, tomemos f t 1 1 0 . Tenemos, por un lado
x

1
y por otro lado
1

f t dt

3t 3 x 1
1

3x 3

si x

f t dt
y

3t 3

1 y

31 y 3 si y
1

En el caso particular en el que tomamos x

y

l m

y 1

f t dt

y, se tiene 1 f t dt l m 3y y 0 y
1

1 3

1 3 1

1 3

33

Esta manera de calcular una integral impropia (tomando un intervalo sim etrico alrededor de la discontinuidad) se conoce como valor principal de la integral, es decir vp en general, dada f : a b

t 3 dt
2

6;

x0
b a

deniremos

vp

f t dt

l m

x0 a

f t dt

x0

f t dt

Hay que tener presente que en muchos casos modicando el intervalo, se puede modicar este l mite. Ejemplo 6.2.2. Tomemos f t
1 11 x 1 1 l m l m ln x ln x dt dt x 0 1 t x 0 1 t x t mientras que si no miramos el valor principal, podemos obtener otro resultado: 1 t

en el intervalo

1 1 . Se tiene

vp

x 0

l m

2 x 1 1 t

dt
x

1 dt t

x 0

l m ln

2x ln x

ln 2

Estos ejemplos nos muestran que tenemos que tener claro lo que queremos calcular cuando integramos una funci on no acotada; en casos concretos puede desprenderse del problema que estamos estudiando cu al es la interpretaci on correcta que tenemos que hacer.

148

Integrales en

6.2.1. Intervalos innitos

El otro caso que nos interesa es el de un intervalo innito, y se piensa de la misma manera, es decir, como un l mite. Ejemplo 6.2.3. Si f t

1 , 1t 2

entonces
x

f t dt
0

l m

1 dt 1 t2

l m arc tgx arc tg0

Nuevamente surgen las mismas consideraciones si hay dos innitos; si tomamos un intervalo sim etrico alrededor del cero diremos que es el valor principal. Ejemplo 6.2.4. Consideremos f t
x x 2t . 1t 2
mite Entonces v p f t dt es el l

l m

x
2x

f t dt

l m ln1 t 2 x x

l m ln1 x2 ln1 x2

Por otro lado, si no tomamos un intervalo sim etrico, el l mite puede dar distinto: l m

f t dt

x l m ln1 t 2 2 x

l m ln1 4x2 ln1 x2

ln 4

Ejemplo 6.2.5. Un caso relevante es el de la integral

x 1

1 1 t p dt, para p
x 1

0. Como

t p dt

para cualquier p 0, p 1, la expresi on de la derecha tiene l mite cuando x si y s olo si 1 p 0. Qu e pasa si p 1? En este caso la primitiva es el logaritmo y por lo tanto la integral diverge. En resumen, converge si p diverge si 0 p 1 1

t p1 p 1

x1 p 1 1 p 1 p

1 dt tp

Como se pueden imaginar, si uno reemplaza el intervalo 1 por el intervalo 0 1 , el com1 t p no es similar (es portamiento de f t bueno en este punto, gracar 1 t , 1 t y 1 t 2 en 0 en el mismo sistema de ejes para tener alguna intuici on de lo que est a ocurriendo). Dejamos como ejercicio ver que vale un resultado an alogo al enunciado arriba, con similar demostraci on, en el intervalo 0 1 .

Problema 6.2.6. Probar que

1 0

1 dt tp

converge si 0 diverge si p 1

6.2 Integrales impropias

149

6.2.2. Convergencia condicional y absoluta

Diremos que ab f converge absolutamente si ab f converge. Si no es as , pero la integral de f converge, diremos que la integral de f converge condicionalmente. El siguiente lema generaliza una idea que ya desarrollamos para sucesiones. Nos va a resultar u til para las integrales de funciones positivas.
una funci on creciente (b puede ser ). Entonces existe el l mite Lema 6.2.7. 1. Sea G : a b mite es nito si y s olo si G es acotada superiormente. l m Gx. Este l
x b

2. Las mismas consideraciones valen para G : a b

y el l mite l m Gx. x a
x a b

Demostraci on. Veamos 1. Supongamos que G es creciente, sea l

x b

sup Gx . Armamos que l

bx

l m Gx. En efecto, por denici on de supremo, dado bx b x0, entonces como x l G x l Gx0

0 existe x0

a b tal que l Gx0 Gx0 . Entonces

. Si

x0 y G es creciente, Gx

lo que prueba que el l mite existe y coincide con el supremo. En particular el l mite es nito si y s olo si G es acotada superiormente. La demostraci on de 2. es an aloga y queda como ejercicio.

Observaci on 6.2.8. Un hecho importante es que, en el caso de funciones integrables y positivas f 0, el Lema 6.2.7 nos dice que el problema de convergencia se reduce a probar que la integral ax f t dt est a acotada, ya que es una funci on creciente de x.

Teorema 6.2.9. Si f es continua en a b, y ab f converge absolutamente, entonces converge. Es decir, si x m ax f t dt y es nito. existe l m a f t dt y es nito entonces existe l
x b x b

Demostraci on. Si l m
x

x
a

f t dt

entonces cada una de las funciones positivas f , f deben veri-

car la misma condici on. En efecto, en primer lugar como f es continua, es integrable, y entonces ambas funciones f f son integrables en a x . Pongamos
x

F x

f t dt

F x

x a

f t dt

F x

F x Fx

x Como f t f t f t , se tiene F x a f t dt . Las tres funciones F F F son crecientes y positivas. Adem as como l m F x es nito, F est a acotada superiormente por este l mite. Entonces x b b

F x

F x Fx

F x
a

f t dt

x b

l m F x

150

Integrales en

Esto prueba que F (y con un argumento id entico F ) es una funci on acotada superiormente. Por el lema previo, existen los los l mites
x

l1 l2 En consecuencia, como f l m f f ,
x x b a

x b x b

l m F x l m F x

x b a x x b a

l m l m

f t dt f t dt

f t dt

x b a

l m

f t dt l m

x b a

f t dt

l1 l2

6.2.3. Criterios de comparaci on

Dadas dos funciones positivas, f g : a b (b puede ser ) si las suponemos integrables en a b, as precisamente: entonces la convergencia de g implica la convergencia de f siempre que f g. M Proposici on 6.2.10. Sean f g : a b 1. Si f t 2. Si f t
funciones integrables (b puede ser ) y no negativas.
b
a

gt para todo t a b, entonces si gt para todo t a b, entonces si

x
a

g converge, tambi en converge f diverge, tambi en diverge

x
a

b
a

f.

b
a

b
a

g.

Demostraci on. Tomemos F x f g 0 all . Adem as

f t dt , y Gx F x
b

gt dt . Ambas son crecientes en a b, por ser

b
a

Gx g. Luego F es

as que Gx para todo x a b por ser f g. Como a g converge, se tiene adem creciente y acotada, con lo cual tiene l mite nito cuando x b por el Lema 6.2.7. El segundo tem es consecuencia del primero.

Si f t gt para todo t a b, y la integral de g converge absolutamente, entonces tambi en converge absolutamente la integral de f , y si la integral de f no converge absolutamente entonces tampoco converge absolutamente la integral de g.

Corolario 6.2.11. Sean f g : a b

funciones integrables (b puede ser ).

Teorema 6.2.12. Sean f g son positivas en a b, donde b puede ser . Si l m hay s olo tres posibilidades, que se detallan a continuaci on: 1. L es nito y no nulo. Entonces 2. L 0. Entonces
b
a

f x x b gx

L existe, entonces

b
a

f converge si y s olo si
.

b
a

g converge.

ab f

6.2 Integrales impropias

151

3. L

Entonces

b
a

g diverge

b
a

f diverge.

Demostraci on. Dado

0, si L es nito, se tiene
L

gt

f t

L gt

para todo t tal que x0

1. Si L no es cero entonces podemos elegir positivo de manera que L siga siendo positivo. Entonces por el criterio de comparaci on, se tiene que una es convergente si y s olo si la otra tambi en.

b. Observemos que L

0 siempre que exista, por ser f g positivas.

olo podemos asegurar que la convergencia de g 2. Si L 0, el lado izquierdo es negativo por lo tanto s garantiza la de f , y no la rec proca. 3. Si L
,

entonces dado M positivo existe x0 tal que f t Mgt

para todo x0 la rec proca.

b. Si la integral de f converge se deduce que la de g tambi en, sin poder decir nada sobre

Observaci on 6.2.13. Los mismos resultados valen si tomamos intervalos a b donde ahora el extremo izquierdo es abierto. Criterio integral de Cauchy En general, dada una integral impropia denida en un intervalo, es posible decidir la convergencia de la misma compar andola con una serie adecuada. Recordemos primero algunos hechos elementales de series. Sea ak una sucesi on de n umeros reales y
n

Sn la sucesi on de sumas parciales. Entonces 1. ak 0 no implica que la serie converge.

ak
k 0

2. S es cierto que si la serie converge entonces ak

0.

olo si sus sumas parciales est an acotadas, 3. Una serie de t erminos positivos ak 0 es convergente si y s pues en este caso Sn es una sucesi on creciente de n umeros reales. Teorema 6.2.14 (Criterio de comparaci on de Cauchy). Sea f : N una funci on decreciente y no negativa. Entonces la integral N f converge si y s olo si la sucesi on de sumas parciales
n

Sn es convergente. Es decir, si llamamos ak

k N

f k

f k, la integral converge si y s olo si la serie ak converge.

152

Integrales en

Demostraci on. Observemos que por ser f decreciente y positiva, para todo k
k1

N se tiene

f k 1
k

f t dt

f k

como se puede apreciar en la gura, pues la base del rect angulo mide exactamente 1:

f k

f k 1

Gr f

k Sumando desde k N hasta k

n

k1

n se tiene
n k N 1

k N

ak aN

n1

ak

f t dt
N

ak
k N

Como ak 0, la serie es convergente si y s olo las sumas parciales est an acotadas, y esto ocurre si y s olo si la integral de f est a acotada, y como f 0 esto ocurre si y s olo si la integral es convergente. Corolario 6.2.15. Combinando el teorema previo con el Ejemplo 6.2.5, se deduce que para p 0, la serie

k 1

kp

converge si y s olo si p

1.

Ejemplo 6.2.16. Observemos que,

1
x sent 2

t2

dt

x 1

1 t2

x 1 t 1

1 x

cuando x

Luego la integral

sent 2 dt t2

converge absolutamente, y en particular converge.

6.2 Integrales impropias

153

Por otro lado, integrando por partes,

x 1

cost 2 dt

sent 2 x 2t 1
1

x 1

sent 2 dt 2t 2

senx2 sen1 1 2 2 2x

x 1

sent 2 dt t2

Como l m
x

senx2 2x

0, se deduce que

cost 2 dt es convergente. 0 tal que para todo

odica, continua, y se mueve entre 0 y 1, existe Sin embargo, como cosx es peri k , 1 cosx 2 siempre que x k k . Luego 1 cost 2 2 siempre que

k
n 2 1

t cost

k , para cualquier k . Entonces como cost 2 es positiva, dt

k k 1
n

cost 2 dt

n k 1

Como

k k

2 k

k 1

2 k para todo k , se deduce que

n 2 1

1 k k

cost 2 dt

C
k 1

Esta u ltima serie es divergente por el criterio de la integral, luego la integral de cost 2 no converge absolutamente. Como vimos antes, converge sin el m odulo, luego la convergencia es condicional. Criterios de convergencia de series En general, si podemos comparar dos sucesiones de t erminos positivos podemos razonar como en el caso de funciones. Se tiene el siguiente resultado, de demostraci on sencilla que queda como ejercicio: Proposici on 6.2.17. Sean ak entonces 1. Si bk entonces ak bk dos sucesiones de t erminos positivos. Si ak . bk a partir de un k0 ,

2. Si ak diverge, entonces bk diverge. Ejemplo 6.2.18. Un ejemplo importante y simple de serie, contra la que es f acil comparar, es la llamada serie geom etrica: si c 0, entonces la serie

ck
k 0

1 c c2 c3

154

Integrales en

es convergente si c

1 y divergente si c Sn

1. En efecto, si Sn

ck , se tiene
k 0

1 c c2 c3 cn

Si c 1, esta serie es evidentemente divergente pues Sn n. Supongamos que c 1, entonces multiplicando por c, cSn c c2 c3 cn cn1 Sn cn1 1 de donde se deduce despejando que Sn 1 c c2 c3 cn 1 cn1 1c

En esta expresi on es evidente la armaci on sobre la convergencia. Diremos que una serie an converge absolutamente si an es convergente. Dejamos para m as adelante la demostraci on del hecho siguiente:

an

an

Repasemos un par de criterios u tiles y conocidos por todos: on de n umeros reales. Proposici on 6.2.19. Sea an una sucesi 1. Criterio de DAlembert (cociente). Si a n 1 an 1 ak diverge, mientras que L 1 ak converge absolutamente. L
n

l m

existe, entonces L

2. Criterio de Cauchy (ra z en esima). Si C existe, entonces C

n

l m

an 1 ak converge absolutamente. L 1. Entonces tomamos (6.2)

1 ak diverge, mientras que C 1. Elegimos

an1 a
n

Demostraci on. 1. Supongamos que L n0 tal que si n n0 ,

0 chico tal que c

an1

L
an

Despejando del lado derecho se deduce que

L

c an

Como esto vale para cualquier n a n0 p

n0 , se tiene para cualquier p c2 an0 p2

c a n 0 p 1

c p a n0

cn 0 p

a n0 cn 0

Kcn0 p

Esto prueba que an Kcn para todo n n0 , y por el criterio de comparaci on con la serie geom etrica, como c 1, se deduce que an converge absolutamente. La demostraci on de que diverge si L 1 es an aloga:

6.2 Integrales impropias

155

ahora hay que elegir 0 tal que L 1, y despejar del lado izquierdo de la desigualdad (6.2). Iterando nuevamente, se compara (ahora por debajo) contra la serie geom etrica en c L , que ahora diverge. 2. La idea de la demostraci on es similar. Ahora hay que observar que podemos conseguir n0 tal que n n0 implica C n an C y con esto

n Si es sucientemente peque no, se consigue C

C

an

0. Queda como ejercicio terminar de escribir la demostraci on en este caso, comparando la serie an con las series geom etricas de C y C respectivamente.

Observaci on 6.2.20. En ambos casos, si el l mite da 1 no podemos usar el criterio. Para convencernos, n basta considerar an 1 n, que nos da una serie divergente, y donde 1 n 1 L, mientras que si n 2 2 en n 1 L. consideramos an 1 n , nos da una serie convergente, y tambi

Necesitamos, antes de seguir, un resultado fundamental sobre sucesiones (que enunciaremos en particular para series).
n

on de n umeros reales, Sn Teorema 6.2.21. Sea ak una sucesi

mite S ak . Entonces existe el l

k 0

l m Sn
n

tal que, para cualquier p ,

k 0

olo si la cola de la serie tiende a cero. Es decir, si y s olo si dado ak si y s S n0 p S n0

n0 p k n0 1

0, existe n0

ak

Demostraci on. Supongamos primero que la serie es convergente, es decir Sn existe n0 tal que Sn S 2 para todo n n0 , con lo cual S n0 p S n0 y esto vale para cualquier p . S n0 p S

S. Entonces, dado

0,

S S n0

2 2

Supongamos ahora que se verica la condici on del teorema, es decir, la cola tiende a cero. En particular, se tiene, dado 1, que si n n0 entonces Sn S n S n0

S n0

1 S n0

para todo n n0 . Es decir, todos los t erminos de la sucesi on Sn , de n0 en adelante, est an acotados por 1 Sn0 . Entonces toda la sucesi on Sn es acotada pues los primeros t erminos, que son nitos, tambi en L cuando k . Armo que este est an acotados. Se deduce que existe una subsucesi on convergente, Snk n umero L es el l mite de la serie. Para verlo, dado 0, existe por la condici on que es hip otesis un n0 tal

156

Integrales en

que Sn Sn0 2 para todo n n0 . Como Snk tiende a L, tambi en existe un k0 tal que Snk L si k k0 . Podemos suponer, agrandando k0 , que nk0 n0 . Entonces, si n n0 Sn L lo que prueba que Sn L cuando n Sn Snk0 .

Snk0 L

2 2

Observaci on 6.2.22. Se deduce f acilmente ahora que la serie ak converge cuando ak es convergente, pues
n p k n1 n p

ak

k n 1

ak

Esta u si la serie de los m odulos converge, por el teorema. Se ltima cantidad tiende a cero cuando n deduce que la cola de la serie tiende a cero, y nuevamente invocando el teorema, se deduce que la serie ak es convergente. Este resultado se suele mencionar diciendo que la convergencia absoluta implica la convergencia de una serie, al igual que con las integrales. Antes de pasar a una aplicaci on veamos un criterio para series alternadas. Proposici on 6.2.23. Criterio de Leibniz (series alternadas). Si an entonces S 1k a
k

Adem as S Sn

an1, donde Sn es la suma parcial 1k ak .

n k 0

0 an

0 y an1

an para todo n,

Demostraci on. Consideremos la cola, y supongamos que n p son pares para simplicar. Todos los otros casos tienen id entica demostraci on. Observemos que, como la sucesi on ak es estrictamente decreciente, cada uno de los t erminos entre par entesis es estrictamente positivo: S n p S n
n p

an 2 an 3 an 4 an p1 an an 1 an 2 an 3 an 4 an p1 an p an 1 an 2 an 3 an p an p1 El u ltimo t ermino entonces siempre es menor que an 1 . Esto prueba que Sn p Sn

an1

k n1

1k ak

an p an p1 an3 an2 an1

p

an1 , y como ak 0, se deduce que la cola tiende a cero. Por el Teorema 6.2.21, la serie es convergente. Haciendo tender p a innito se deduce que S Sn an1.
1 1n

Ejemplo 6.2.24. Sabemos que la serie n criterio de Leibniz la serie

n 1

es divergente por el criterio integral. Sin embargo, por el

1 1 1 1 1n n 1 2 3 4

1 en nos dice que es convergente y su suma S diere de S2 1 2 en menos que a3 3 . Este ejemplo tambi la rec proca de lo enunciado en la Observaci on 6.2.22 es falsa, pues la serie converge pero no converge absolutamente.

6.3 NOTAS

157

6.3. NOTAS

I. La funci on f denida en 0 1 , con f 0

1 y dada por
p q

1 q

si x si x

f x 0
1
0

y p q no tienen divisores comunes

es integrable en 0 1 y adem as

0. Para probarlo, contemos un poco:

Cu antos n umeros racionales p q hay en 0 1 con la propiedad de tener un n umero 2 en el denominador? Unicamente uno, el n umero 1 umero mayor o igual a 2, obtenemos 2 , pues si ponemos en el numerador 2 un n 2 , que tiene factores comunes, o n umeros mayores que 1. el n umero 2 Cu antos n umeros racionales hay en 0 1 ? Hay dos, que son 1 2 , por los mismos motivos.
1 3 Cu antos n umeros racionales 4 hay en 0 1 ? Hay dos, que son 4 4 , por los mismos motivos. Observemos 2 que el 4 no hay que contarlo pues no verica que p y q no tienen factores comunes. En general, habr a a los sumo j 1 racionales en el intervalo 0 1 . j 3 3 3

Luego, los que tienen denominador menor que K , que se obtienen juntando todos los de la lista de arriba, son nitos. Dado 0, usemos el criterio de integrabilidad: alcanza con encontrar una partici on del 0 1 donde S f P I f P . Como en cualquier intervalo de cualquier partici on, habr a siempre un n umero irracional, est a claro que las sumas inferiores dan todas cero. Basta probar entonces que, dado 0, hay una partici on tal que la suma 1 S f P . Tomemos K tal que K en, hay nitos n umeros racionales no 2 . Por lo que observamos reci p en el intervalo 0 1 tales que q K , contando r 1. Digamos que son N N K , los ordenamos de nulos r q menor a mayor y los nombramos ri i 1N , con rN 1. Ahora tomamos sucientemente peque no de manera que la siguiente sucesi on resulte bien ordenada

0 r1 r1 r1 r2 r2 r2 r3

rN rN

Podemos denir una partici on P del intervalo 0 1 de la siguiente manera: separamos en intervalos que tienen racionales con q K y en intervalos que no tienen racionales con q K , como indica la gura: 2 r1 0 r1 r1 r2 r2 r2 1 1

remarcados en la gura, que son aquellos de ancho 2, centrados en Es decir, tomamos primero los intervalos k en los intervalos 0 y los puntos ri (como por ejemplo r1 r1 ). De estos hay N 1. Incluimos tambi 1 1 . Si a los intervalos restantes los denominamos k , se observa que son aquellos intervalos que quedan entre medio (como por ejemplo r1 r2 ), donde no hay ning un n umero racional con q K :
r1 0 r1 r1 r2 r2 r2 1 1

158

Integrales en

Esto dene una partici on P t erminos:

del intervalo 0 1 . Calculemos S f P S f P

Mk k , pero separando en dos

es el supremo de f en , mientras que M es el supremo de f en . Observemos que, como f x donde Mk k k 1 para todo k. Por otrok lado, como se 1 para todo x 0 1 , se tiene en particular que Mk nalamos antes, en p K , con lo cual: f x 0 si x , cualquiera de los intervalos k , cualquier racional es de la pinta r q con q para todo k. Con esto, mientras que f p q 1 q 1 K . Esto nos dice que Mk 2

M Mk k k k

S f P

1 k

2 k

II. La funci on f denida en la nota anterior verica la siguiente propiedad: para cualquier a 0 1 , se tiene l m f x x a 0. 1 Para probarlo, sean a 0 1 , 0, y tomemos cualquier n umero natural K tal que K . Recordemos que por lo obsevado en el item previo, los n umeros que tienen denominador menor que K , que se obtienen juntando todos los de la lista de arriba, son nitos. Esto quiere decir que tiene que haber alg un entorno a a del punto a en el intervalo 0 1 donde no hay ning un racional p q con q K (con la posible excepci on de p q a, pero no importa porque estamos mirando el l mite l m f x, y entonces el punto x a no nos interesa). Para convencernos
x a

Ciertamente 1 pues estos intervalos son s olo una parte del 0 1 . Por otro lado, cada intervalo k k tiene ancho 2, y hay N de ellos (en realidad son N 1 y despu es hay que contar las dos mitades de los extremos), con lo cual S f P 2N 2 Si elegimos (achicando si es necesario) de manera que 4 , que es lo que quer amos N , se tiene S f P probar.

de esta u ltima armaci on sobre el entorno, pensemos en la armaci on opuesta: ser a decir que para todo 0 hay alg un racional p q a con q K y tal que p q a ; pero esto nos permitir a fabrica innitos de estos puntos contradiciendo lo que contamos anteriormente. Ahora veamos que el l mite es en efecto 0. Tomemos x con xa , x a. Entonces si x , se tiene f x 0 por denici on y ciertamente f x . Por otra parte si x , por como elegimos , debe ser x p q con q K , luego

f x

f p q

1 q

1 K

que es lo que quer amos probar. En particular, observando la denici on de f , resulta que f es continua en los irracionales, y discontinua en los racionales. Esto permitir a otra prueba de la integrabilidad de f , pero para ello necesitar amos probar (y no vamos a hacerlo aqu ) que una funci on acotada, que es continua salvo un conjunto numerable de puntos, es integrable.

7 I NTEGRALES

M ULTIPLES

Los matem aticos son como los franceses; lo que sea que les digas ellos lo trasladan a su propio lenguaje e inmediatamente es algo completamente distinto. Goethe

7.1. Integrales en el plano

Comencemos por denir integrales para funciones con dominio en alg un subconjunto D 2 . Nos vamos a encontrar con dicultades propias de los dominios de este tipo. Para comenzar es bueno entender el caso m as simple, en el que el dominio es un rect angulo.

7.1.1. Rect angulos y particiones

El an alogo de un intervalo en el plano es un rect angulo, que se puede escribir siempre como el producto cartesiano de dos intervalos:

y d

R c a

ab

cd

En este caso R a b c d que es lo mismo que decir que X x y R si y s olo si x a b e y c d . Su medida o a rea es el producto de los lados, que denotaremos . Es decir, el n umero positivo. R
b

ad c

160

Integrales multiples

El di ametro R del rect angulo R es la mayor distancia entre dos de los puntos del rect angulo, que como se puede observar, es simplemente el largo de la diagonal del rect angulo:

y d R

c a

El hecho a rescatar de esta denici on es X Y R X Y

b R.

Gr f

Si tenemos una funci on f x y denida en R, podemos preguntarnos cu al es el sentido de calcular la integral de f en R. La respuesta es simple si pensamos en el gr aco de f , que es un subconjunon to de 3 , y por ahora, hacemos la simplicaci de suponer que f 0. Entonces la integral de f queremos que represente el volumen de la gura formada por el rect angulo con piso el plano z 0 y techo el gr aco de f , como en la gura de la derecha.

z c Observemos lo que pasa en un ejemplo sencipello: si f x y 1, obtenemos un paralelep do (ladrillo) de base R y altura 1, cuyo volumen es 1b ad c. En general, si f x y c con c 0, obtenemos que la gura es un ladrillo de base R y altura c, por lo que su volumen es cb ac d . R

7.1 Integrales en el plano

161

Vamos a denir las sumas superiores e inferiores de una funci on en forma an aloga a como hicimos en la recta. Dado un rect angulo R, podemos subdividirlo siempre en una cantidad nita de rect angulos m as peque nos, es decir R Ri donde los Ri son rect angulos (disjuntos salvo los bordes) del plano, como se ve en la gura:

Ri

Ri . Un reEsto es lo que denominamos una partici on P de R, y en general lo anotamos como P namiento P de P es otra partici on que descomponga cada uno de los rect angulos Ri en una uni on (disjunta i angulos, como indica la gura: salvo los bordes) de Ri j R j de nuevos rect

Rij

Ri R

i jR j

de manera que ahora R

i i jR j.

El di ametro P de una partici on (tambi en llamado norma de la partici on y denotado P ) es el m aximo de los di ametros de todos los rect angulos que forman la partici on. Indica que tan peque nos son los rect angulos: a menor di ametro, m as chicos los rect angulos de la partici on. Observemos que dada una partici on P cualquiera del rect angulo original R, y un n umero positivo , siempre podemos obtener un renamiento P de P de manera tal que P . Denici on 7.1.1. Dada una funci on positiva f : R 1. La suma superior de f en la partici on P es S f P donde Mi es el supremo de f en el rect angulo Ri .
y acotada, y una partici on P

Ri de R,

Mi Ri
i

162

Integrales multiples

2. La suma inferior es

I f P

m i R i
i

donde ahora mi indica el nmo de f en Ri .

7.1.2. Integral de Riemann

Claramente, si M tiene

sup f en R y m

nf f en R, entonces para cualquier partici on P m mi Mi M

Ri de R se

para todo i, donde mi Mi indican el supremos e nmo de f en Ri . Entonces se tiene

I f P

S f P

para cualquier partici on. Como en el caso de una variable, es f acil ver que las sumas superiores decrecen a medida que la partici on se rena (pues el supremo en un conjunto m as peque no es menor o igual que en el conjunto m as grande), y tambi en es f acil ver que las sumas inferiores crecen. Tambi en se deduce entonces que dado un par arbitrario P Q de particiones,

I f P

S f Q

Se observa que las sumas inferiores est an acotadas superiormente. Luego estas cantidades tiene un sualogamente, al nmo de las sumas premo que denotaremos I f , la integral inferior de Riemann. An superiores lo denotaremos I f , y evidentemente

I f

I f

Cuando ambas cantidades coinciden decimos que f es Riemann integrable en R. A esta cantidad la deno on tamos con R f , y la llamamos integral doble de f , y lo usual es usar la notaci f
R

para aclarar que se trata de una funci on de dos variables. Dominios generales

Cuando una funci on est a denida en un dominio D 2 acotado, pero que no es necesariamente un angulo R cualquiera tal que D R rect angulo, se considera la siguiente funci on auxiliar f . Se toma un rect

7.1 Integrales en el plano

163

y se dene f X

f X 0

si X D si X RD

Se denen las sumas superiores e inferiores de f utilizando f , y decimos que f es integrable en D si f es integrable en R. Esta integral no depende del rect angulo elegido, puesto que si cambiamos el rect angulo por otro R , en la diferencia de ambos rect angulo la funci on f es nula. Se dene la integral de f en D como la integral de f en R, es decir f:
D R

Una pregunta clave, a la que volveremos m as adelante, es como saber si esta funci on extendida es integrable o no. Dicho de otra manera, c omo sabemos si dada una funci on denida en un dominio que no es un rect angulo, si esta funci on es integrable o no? Denici on 7.1.2. Dado un conjunto acotado D 2 , decimos que D es medible si la funci on f 1 es integrable en D, y en ese caso la medida de D se calcula como D
D

1 D R

Este n umero es el a rea del conjunto D, como puede observarse en la gura, pues la altura es constantemente uno.

Dada cualquier funci on acotada f denida en un dominio acotado D, consideramos sus partes positiva y negativa dadas por f X si f X 0 f X 0 si f X 0 f X

f X
0 f

si f X si f X

0 0 f f ,

Ambas son funciones positivas, y f es integrable Riemann en D si f y f lo son, y como f f

D D D

Observemos que, como en el caso de una variable, f

f f .

El criterio para ver si una funci on integrable es an alogo al de una variable, con la misma demostraci on que por lo tanto omitimos.

164

Integrales multiples

Teorema 7.1.3. Sea D olo si para 2 un conjunto acotado. Entonces f : D es integrable en D si y s on P de un rect angulo que contenga a D tal que todo 0 existe una partici S f P I f P

discutimos, si el dominio no es un rect De acuerdo a lo que angulo, hay que integrar la funci on extendida por cero en alg un rect angulo que contenga al dominio. Pero surge el problema de si esta nueva funci on es integrable en el rect angulo.

Gr f

D R

Supongamos que tenemos un dominio D como en el dibujo, y lo extendemos a un rect angulo R que lo contenga, haciendo que f sea cero fuera del dominio D, como discutimos antes. El problema, es que esta funci on no es m as continua en R, aunque lo sea en D, pues en el borde de D tenemos un salto, a un en el caso en el que f sea constante, como se observa en la gura.

La observaci on importante es que all , en D, es en el u nico lugar donde no es continua, pues fuera es continua por ser constante. Nos alcanzar a con ver que esta regi on, la curva D, no aporta nada a la integral en el rect angulo R. En el caso general, esto no es necesariamente cierto. Sin embargo, bajo ciertas condiciones razonables, como por ejemplo si la curva D se obtiene como uni on nita de gr acos de funciones continuas, se puede integrar con tranquilidad.

R La idea es cubrir el borde con rect angulos de manera que la suma de las a reas de estos rect angulos sea arbitrariamente peque na. Veamos que esto es posible.

7.1 Integrales en el plano

165

Proposici on 7.1.4.

de rect angulos Ri

Sea : a b una funci on continua. Entonces dado 2 de manera que Gr Ri o y adem as Ri .

0, existe un conjunto nito

Demostraci on. Para simplicar las cuentas, supongamos que I 0 1 . Por ser continua, es uniformemente continua en I . Entonces, dado 0, existe 0 tal que x x implica x x 2. 1 Tomamos m tal que m , y particionamos el intervalo 0 1 en m pedazos iguales de longitud 1 m. En cada intervalo las im agenes de est an contenidas en una banda de altura 2, como indica la gura: y

2 Gr

1 m

x Ri . Como hay m rect angu-

Formamos los rect angulos de base 1 m y altura 2, de manera que Gr 1 los, y cada uno de ellos tiene a rea b h m 2 , se tiene

Ri

1 m2

La gr aca puede pasar por el v ertice de dos rect angulos contiguos (izquierda). Al tomar la uni on, y luego el interior, ese punto queda sin cubrir. Cubrimos esos puntos con rect angulos adicionales (derecha). De estos puntos conictivos, hay a lo sumo m 1. Cubrimos cada uno de ellos con un rect angulo de base 1 o , y por otro lado las suma de las a y altura 2. Entonces ahora se tiene en efecto Gr R reas i m1 de los primeros rect angulos da 2, mientras que la de los nuevos a lo sumo
m 1b

m 1

m 1 2 1

Se tiene en consecuencia el siguiente teorema. Recordemos que f integrable en un dominio D quiere decir que si metemos el dominio dentro de un rect angulo, y extendemos a f como 0 fuera de D, entonces f es integrable en el rect angulo. Teorema 7.1.5. Sea D 2 un compacto, y f : D una funci on continua. Si D est a formado por una uni on nita de gr acas de funciones continuas, entonces f es integrable en D.

166

Integrales multiples

Demostraci on. Tomamos un rect angulo cualquiera R tal que D Sea 0. Queremos ver que existe una partici on P de R tal que S f P I f P 0 si f

R, y extendemos a f por cero en R D.

2s , es uniformemente continua (teorema de Heine-Borel). Como R Ri o es compacto, y f es continua all 0, existe 0 tal que X Y (X Y R Ri o ) implica Es decir, dado 2 R

Sea s m ax f m n f en R (s Ri iA , de manera que

0 en R). Cubrimos primero el borde de D con nitos rect angulos

R i

f X f Y

angulos Ri iA que cubren al borde Tomamos ahora una partici on P Ri iF de R que contenga a los rect de D, como indica la gura (estamos subdividiendo aquellos rect angulos que estaban superpuestos para pensarlos como rect angulos disjuntos):

R Es decir P . Entonces
iA Ri

iF A Ri . Renando, podemos suponer que la partici on tiene di ametro P

S f P I f P

iF iA

Mi mi Ri Mi miRi
iA iF A

sRi Ri

iF A

Mi

miRi

s R 2s

7.1.3. Integrales iteradas y el Teorema de Fubini

En general puede ser muy complicado calcular integrales m ultiples usando la denici on. Sin embargo, el siguiente teorema nos dice que, bajo ciertas condiciones bastante generales, el c alculo se reduce al c alculo sucesivo de integrales en una variable, donde podemos aplicar los m etodos que conocemos.

7.1 Integrales en el plano

167

Estas integrales se conocen como integrales iteradas, un ejemplo elemental es el siguiente:

1 0 2

x2 ydy dx
0

x2

y2 3 dx 2 2

1 2

9
0

4x2dx

5 2

1 0

x2 dx

51 3 x 23

1 0

5 6

En los pr oximos p arrafos veremos que lo que acabamos de calcular puede interpretarse como la integral angulo R 0 1 2 3 , la cual tambi en puede calcularse integrando en el otro de f x y x2 y en el rect orden (primero x y luego y). La idea del siguiente teorema es que, si queremos calcular la integral de f , pens andola como el volumen indicado en la gura, S

Ax

R a x cte b c

podemos cortar con planos x cte , y luego calcular el a rea Ax de la gura que se obtiene integrando la funci on fx y f x y respecto de la variable y de la manera usual. Finalmente integramos estas a reas para x movi endose entre a y b. Esto se conoce como principio de Cavalieri. Para x a b , sea fx : c d la funci on que se obtiene al jar x a b , es decir fx y f x y. Entonces
d

A x
c

fx ydy

y el principio de Cavalieri establece que bajo ciertas condiciones

b

vol
a

Axdx

Vamos a ver bajo que condiciones se puede aplicar este principio. Daremos una versi on simplicada del teorema, que ser a la que usaremos en las aplicaciones. La versi on general del teorema puede verse en las notas del nal del cap tulo (Nota I).

168

Integrales multiples

Teorema 7.1.6 (Fubini simplicado). Sea R integrable en R. 1. Si para todo x a b , fx : c d

ab

c d , un rect angulo en 2 , y f : R
b d

una funci on

es integrable, entonces

f
R a c

f x ydydx

2. Si para todo y c d , fy : a b

es integrable, entonces

d b

f
R c a

f x ydxdy

Demostraci on. Consideremos una partici on P del rect angulo, donde i xi xi1 es una partici on de a b rea xi1 y j y j y j1 es una partici on de c d , de manera que los rect angulos Ri j i j de a xi yi1 yi forman la partici on P del rect angulo original. Como antes, abusamos un poquito de la notaci on y usamos para denotar al intervalo y a su longitud. Entonces I f P

mi j f i j mi j f j i
i j i j

donde mi j f indica el nmo de f en Ri j . Vamos a demostrar s olo 1., la demostraci on de 2. es an aloga. Supongamos entonces que fx es integrable para todo x a b , y bautizemos I : a b a la integral de fx respecto de y:
d d

I x
c

fx ydy

f x ydy
c

Si x Ri j , entonces m j fx (que es el nmo de la funci on fx en j ) es mayor o igual que el nmo de f en Ri j , pues m j fx nf f x y : x jo y j

i j

y el nmo en un subconjunto -en este caso x j siempre es mayor o igual que el nmo en el conjunto original -en este caso i j -, como indica la gura. Se deduce que, cualquiera sea x i ,

i
d c

j
x cte

mi j f j m j fx j
j j

I fx

fx ydy

I x

Si en el extremo derecho tomamos el nmo para x i - que anotamos mi I -, multiplicamos por sumamos, se deduce que I f P

i y

mi j f j i mi I i
i j i

I I

7.1 Integrales en el plano

169

es decir

I f Con un razonamiento an alogo se deduce que

I I S f P I I

Luego, como siempre vale I I

I I I I , I f P I I

S f P

Como f es integrable, los extremos se pueden hacer tan pr oximos como queramos renando la partici o n P, as y en consecuencia debe ser I x integrable, y adem

f
R

I I

I I
a

I
a c

f x ydy

Corolario 7.1.7. Si f : R

2
R

es continua, entonces f es integrable y adem as

b d d b

f
a c

f dy dx
c a

f dx dy

Demostraci on. Si f es continua en R es integrable por el teorema 7.1.5. Adem as fx fy son continuas con lo cual son integrables, as que se puede usar el teorema de Fubini. Ejemplo 7.1.8. Sea f x y exy x. Se quiere calcular calculamos una integral iterada
1 1 0

R 1 0

f donde R exy
y 1 y 0 dx

01
1

0 1 . Como f es continua,
x

f
R

exy xdydx
1 0

0 x

x x x

1 1 0

e2

1dx

Qu e pasa si integramos en el otro orden? El teorema nos asegura que debe dar lo mismo. Sin embargo, la cuenta en el otro orden es m as larga ya que requiere calcular primero exy xdx, para lo cual es necesario recurrir al m etodo de partes. Una aplicaci on mucho m as u til la obtenemos combinando el Teorema 7.1.5 con el Teorema de Fubini, observando las siguientes guras en el plano:

y D

2 x

y d

1 y

2 y

y a b x

1 x c

170

Integrales multiples

Corolario 7.1.9.

1. Sea D

2 un compacto que se puede escribir como

x

y 2 : 1 x

2 x x a b

Supongamos que f : D

es continua, y las i son continuas. Entonces

a
b y 2 x

f
D

f x ydy
y 1 x

dx

2. Sea D

2 un compacto que se puede escribir como

x

y 2 : 1 y

2 y y c d

Supongamos que f : D

es continua, y las i son continuas. Entonces

d x 2 y

f
D c x 1 y

f x ydx

dy

Demostraci on. Consideramos la funci on f extendida como cero a cualquier rect angulo R ab

cd

que contenga a D. Por el teorema previo, la funci on obtenida es integrable en el rect angulo. No es dif cil ver que las fx son funciones integrables para cada x a b jo, puesto que fx vale cero para aquellos y tales que c y 1 x o bien 2 x y d , y es una funci on continua para aquellos y tales que 1 x y 2 x. Por el mismo motivo,
d y 2 x

f x
c

ydy
y 1 x

f x ydy

Se deduce la conclusi on usando el Teorema de Fubini. Con un razonamiento an alogo se deduce el item 2. Ejemplo 7.1.10. Algunos c alculos de integrales dobles.

y 1 x2 D y x3 1 x

1. Se quiere calcular la integral D f x y x2 y, mientras que D es la regi on del plano encerrado entre y x3 , y x2 , con x 0 1 seg un indica la gura.

f , donde y

7.1 Integrales en el plano

171

Luego

1 y x2 y 1 0 x3

f
D 0

x2 ydy dx
0

1 x2 y2 2

x3 x2

1 2

x2 x6 x4

1 1 9 1 7 1 x x 0 2 9 7

1 1 1 2 9 7

1 x D

1 y2

2. Si D es un semic rculo, de radio unitario y centrado el origen se quiere calcular y . D x1

1
Entonces
1 x x 0

f
D

1y

1
1

1 x1

dx dy

1
1

y lnx 1 0

1y

dy

1
3. Se quiere calcular
x2

yln1

1 y2 0dy

y ln1

1 y2dy

Esta integral da cero pues la funci on a integrar es impar.

1 1 x2
0 y

e dxdy. El problema en este caso es que no conocemos una primitiva ele-

mental de e Qu e hacer? Observemos que las condiciones de integraci on denen un tri angulo, pues 1 x y mientras que 0 y 1: y

1 T

172

Integrales multiples

Entonces, usamos Fubini para cambiar el orden de integraci on. Se tiene

1 0 y 1

ex dxdy

ex
T 1 0

1 0 0

ex dydx
1 0

e yx 0 dx

x2

ex xdx

1 x2 e 2

1 0

1 e 1 2

7.2. Integrales en y

el an alogo de un intervalo Observemos ahora el caso de integrales de funciones con dominio en 3 . Aqu es un ladrillo, que seguiremos llamando R por comodidad,

ab

cde
y

Su medida es el volumen R b ad c f e, y su di ametro R el largo de la diagonal mayor del ladrillo. Una partici on P de R es una subdivisi on de R en ladrillos disjuntos Pi como en la gura, y un on de cada uno de renamiento P de P una subdivisi los ladrillos Pi Pij . El di ametro P de la partici on el di ametro del ladrillo m as grande que la conforma.

Qu e querr a decir aqu la integral de una funci on? En principio, esperamos que la integral de la funci on f x y z 1 nos devuelva la medida del cubo volumen 1b ad c f e

aunque no podamos visualizar el gr aco de f . La integral se dene usando particiones de manera an aloga al

7.2 Integrales en 3 y n

173

caso n

2, y cuando existe la integral de f se denomina integral triple, y se denota f

R

En general, para cualquier n

1, un rect angulo R es el producto cartesiano de n intervalo R a1 b1

b1

a2 b2 an bn

su medida es el producto R

a1b2 a2 bn an

y su di ametro R el largo de la diagonal mayor, es decir, la mayor distancia posible entre dos puntos de R. La integral se dene de la manera obvia. El siguiente es un corolario inmediato del Teorema de Fubini: Corolario 7.2.1. Si R a1 b1 continua en R, entonces f
R a1 a2

a2 b2 an bn
b1 b2

es un rect angulo en n y f : R xn dx1 dx2 dxn

es una funci on

bn an

f x1 x2

donde la integraci on se puede efectuar en cualquier orden. Demostraci on. Hay que observar que si f es continua, entonces es continua en cada una de sus variables por separado, y entonces cada
bi ai

f x 1 x 2

xn dxi

existe y es una funci on continua en ai bi , en particular integrable. Usando el teorema de Fubini repetidas veces se obtiene el corolario. Lo que es m as interesante es pensar qu e ocurre cuando el dominio no es un ladrillo en 3 . Con razonamientos similares a los del plano, se puede probar lo siguiente: Teorema 7.2.2. Sea D 3 un compacto, y f : D una funci on continua. Si D est a formado por una uni on nita de gr acos de funciones continuas denidas en conjuntos compactos del plano, entonces f es integrable en D. Aqu las supercies reemplazan a las curvas como borde de la regi on, y la idea central es que una aca de una funci on continua en un compacto, tiene volumen nulo, y por lo tanto supercie en 3 , que es gr el borde de la regi on no inuye en la existencia de la integral. Respecto del c alculo, aqu hay m as posibilidades, simplemente por ser tres las variables. Observemos las siguientes guras. En el primer caso, se trata de de la regi on encerrada por los gr acos de funciones fi x y, cuyo dominio com un A se indica como una sombra en el plano xy. En los otros casos se tienen las variantes obvias.

174

Integrales multiples

z
z f 2 x y

y g 1 x z y g 2 x z

A A
z f 1 x y

y x x
x h2 y z

x h1 y z

3 acos de funciones, con Hay que poder escribir a las supercies que delimitan el dominio D como gr respecto a un par de variables. La mejor manera de entender c omo funciona la teor a es haciendo ejemplos.

Ejemplo 7.2.3. 1. Queremos calcular el volumen de la siguiente gura, que es la regi on encerrada por el plano x y z 1 en el primer octante: z

xy y

En consecuencia, podemos integrar la funci on 1 en el volumen la gura determinado por la gura. Las condiciones que denen son, en primer lugar 0 z 1xy

xy

1 x

Luego hay que observar la sombra de la gura en el plano xy, que es un tri angulo, de donde se deduce que 0 y 1 x, y que 0 x 1.

7.2 Integrales en 3 y n

175

Luego
1

1x 0 1 0 1xy

vol D

D
1 0 0 1x D

1
0

1 dzdydx

x ydydx

y
0

1 2 1 x x1 x 1 x dx 2 0 1 1 2 x2 dx 1 2x x 1 2 0 1 3 1 1 1 2 x x x 1 x3 1 1 1 0 0 3 6 3 6
1

1x xy 1 dx y2 0 2

1 6

2. Masa, volumen y densidad. z Se quiere calcular la masa del octavo de esfera que se halla en el primer octante. De acuerdo al principio f sico que establece que m v, la masa se puede calcular como el producto m v, en el caso en que la densidad es constante. Se sabe que la densidad est a dada por la funci on x y z z, es decir, aumenta a medida que ascendemos.

y x

Si recordamos que una integral triple se calcula como l mite del volumen de peque nas cajitas Ci multiplicadas por la funci on x y z
D

l m x y zvol Ci

donde x y z es alg un punto en la caja Ci , entonces lo que estamos haciendo al integrar, es sumar las masas aproximadas de las cajas. Al renar la partici on, las cajas son m as peque nas pero el valor as parecido a la masa real de la caja Ci . Idealmente, si la densidad no x y zvol Ci es cada vez m var a bruscamente de un punto a otro cercano, se tiene la f ormula para la masa total del objeto dada por el l mite m
D

En este caso se tiene 0

1 x2 y2 , mientras que mirando la sombra en el piso se observa que

176

Integrales multiples

1 x2 , 0

x
1

1. Entonces
2

mD
0 0

1x 1x y
y

1 1 1 3 1x2 2 dx y x y y 0 2 0 3 3 1 1 1 1 x21 x2 1 x2 2 dx 2 0 3 1 12 1 2 2 3 1 x 2 dx cos3 u cosudu 2 0 3 3 0 1 1 3 3 3 2 cosu senu cosu senu u 0 3 4 8 8

on x donde hicimos la sustituci

z dzdydx
0 0

1x

1 2 2 1 x y dydx 2

1 2 cos4 udu 3 0 1 3 3 16 16

senu, y luego integramos por partes (o mejor, usamos una tabla!).

3. Dadas dos part culas puntuales (ideales) de masas m1 y m2 , ubicadas respectivamente en los puntos V1 y V2 del espacio, se dene su centro de masa o baricentro como la ubicaci on promediada de las posiciones, teniendo en cuenta sus respectivas masas. Esto es, si m1 m2 mT la masa total, entonces el centro de masa CM se dene de la siguiente manera: CM m1V1 m2V2 m1 m2 m1V1 m2V2 mT

Si las part culas tiene la misma masa, el centro de masa es simplemente el punto medio del segmento que una la posici de ambas. En el caso general, el centro de masa es alg un punto de este segmento, on m as cercano siempre a la part cula de mayor masa:

m1 m2 CM aloga el centro de masa Dada una nube de part culas mi de posiciones Vi 3 , se dene en forma an de la nube como miVi CM mi Es f acil ver que si todas las part culas tienen la misma masa este es el centro geom etrico de sus ubicaciones. En el caso de objetos s olidos D 3 , de densidad , si pensamos a la masa innitesimal de una caja Ci como dada por vol Ci , entonces el centro de masa puede pensarse como la suma CM Pi vol Ci Pi Pi vol Ci

7.3 Propiedades

177

donde Pi xi yi zi es un punto gen erico en la caja Ci . Es decir, las coordenadas del centro de masa se piensan como xi Pi Ci CM x Pi Ci
CM y

yi Pi Ci P C
i i

CM z

zi Pi Ci Pi Ci

Estas expresiones, pasando al l mite de cajas cada vez m as peque nas nos dan las expresiones de las coordenadas del baricentro del s olido D:

CM x
D x x m D D y x m D D z x mD

y z y z y z

CM y

CM z

donde mD indica la masa total de D como en el ejemplo anterior. Esto est a fundamentado por el Teorema 7.3.2 que enunciamos y demostramos m as abajo, que nos dice que para calcular la integral de Riemann de una funci on integrable, se puede tomar cualquier punto en el rect angulo y evaluar f all (no es necesario tomar el nmo o el supremo).

7.3. Propiedades
La pr oxima proposici on establece una serie de propiedades de la integral, tanto en el plano como el espacio, cuya demostraci on es an aloga al caso n 1 y por tanto es omitida. Proposici on 7.3.1. Sea D
n un conjunto acotado, sean f g : D funciones integrables en D. Entonces

as 1. Si , f es integrable en D y adem f
D

2. Si : Im f

es continua, entonces f es integrable en D.

3. Las funciones f , f k

f f f (k ), f g, f g son integrables en D. Adem as f

D D

f
D

f g
D

f
D

178

Integrales multiples

4. Si D tiene

n es otro conjunto acotado tal que D D

D D

0, entonces si f es integrable en D D , se
D

f
D

Por u ltimo una propiedad que usaremos de aqu en adelante: no es necesario tomar el nmo o el supremo de f para calcular su integral de Riemann:
n Teorema 7.3.2. Sea f : R es integrable, Pi una partici on de R y Ri Pi un punto cualquiera mite de sumas en el rect angulo Ri . Entonces R f se puede calcular como l

f Pi Ri
en el sentido siguiente: al renar la partici on estas sumas tienden a la integral de f en R.

Demostraci on. Simplemente hay que observar que, para cualquier partici on P del rect angulo R, y cualquier rect angulo Ri en la partici on P, dado un punto Pi Ri se tiene mi Entonces I f P f Pi Mi

f Pi Ri

S f P

y como las cantidades de los extremos tienden a la integral de f en R, la cantidad del medio tambi en.

7.3.1. Medida de una regi on y Teorema del valor medio

Recordemos que denimos la medida de una region D n como la integral (si existe) de la funci on 1. Es decir 1 D
D

Si existe, en el plano esta cuenta nos devuelve la supercie de la regi on D, mientras que en el espacio nos devuelve el volumen de la regi on D. Podemos dar condiciones para que este n umero exista? S , es sencillo a partir de lo ya hecho, pues la funci on 1 es continua, y por lo tanto se tiene el siguiente resultado:
continua, y supongamos que D est a formado por Teorema 7.3.3. Sea D n compacto, f : D n1 una uni on nita de gr acos de funciones : K continuas, con K compactos. Entonces f es i i integrable en D, y adem as D f se puede calcular con n integrales iteradas.

En particular D es medible y D
D

sup

Ri D

Ri

nf
D

Rj
Rj

7.3 Propiedades

179

Demostraci on. Lo u nico nuevo son las u ltimas igualdades que dan D. Son consecuencia del siguiente hecho: para calcular D 1 tomamos un rect angulo R que contenga a D, extendemos a la funci on como cero en R D. Es decir, f 1 en D y f 0 en R D. Ri . Si Ri es un rect angulo nteAhora particionamos R gramente contenido en D (como el que indicamos con R1 en R2 siempre la gura), entonces all la integral inferior de f vale R1 D 1, por lo tanto estos rect angulos aportan algo a la integral. Mientras que si el rect angulo toca el exterior de D (o sea no R3 est a contenido en D, como los que se nalamos como R2 y R3 en la gura), entonces all el nmo de f es cero y estos no R aportan nada a la integral inferior. En cambio para la integral superior aportan todos los rect anculos que tocan D pues en ellos el supremo de f es 1. Observaci on 7.3.4. El teorema previo generaliza una idea que para intervalos I es mucho m as sencilla. Por ejemplo si I 0 1 , uno puede obtener la medida del intervalo aproxim andolo por dentro con intervalos 1 1 1 de la pinta 1 n 1 n . O bien por fuera con intervalos de la pinta n 1 n . Podemos relacionar la integral de cualquier funci on continua con D mediante el siguiente Teorema del Valor Medio Integral: a formado por una Teorema 7.3.5. Sea D n compacto, f : D continua, y supongamos que D est uni on nita de gr acos de funciones : Ki n1 continuas, con Ki compactos. Entonces 1. Si M m ax f en D y m m n f en D, entonces mD
D

MD

2. Si D es arcoconexo entonces existe X0 D tal que f X0 D f

D

Demostraci on. 1. Se deduce de la denici on de integral, pues para cualquier partici on P sucientemente na, si consideramos a los rect angulos que est an dentro de D se tiene m

Ri D

Ri

Ri D

mi f Ri

I f P

I f

f
D

Renando la partici on se tiene que Ri

Ri D

D y entonces mD
D

Con un argumento similar, pero ahora usando los rect angulos dentro de D m as los que cubren el borde de D se tiene MD I f f
D

180

Integrales multiples

Se deduce lo enunciado juntando las u ltimas dos desigualdades.

probar. Si D 0, entonces dividiendo la desigualdad del item previo 2. Si D 0 no hay nada que por D se deduce que 1 f M m D D

Como f es continua en un arcoconexo toma todos los valores intermedios entre m y M , en particular existe X0 donde 1 f f X0 D D

Observaci on 7.3.6. Atenci on que el u ltimo enunciado es falso si el dominio no es arcoconexo. Por ejemplo si D es la uni on de dos cuadrados disjuntos de lado 1, y f vale 1 en uno de ellos y 1 en el otro:

Entonces

f
D C

1 1 1 1

mientras que f no se anula en D.

7.4. NOTAS
I. El Teorema de Fubini que enunciamos es una versi on m as d ebil del que sigue en esta nota. La diferencia est a en que en realidad, no es necesario suponer que cada fx fy es integrable. Si R a b c d es un rect angulo en 2 , es una funci on integrable en R, usamos la notaci on fx y f x y fy x como antes. Tomamos y f :R

I x S x

I fx I fx

sup I fx P : P partici on de c d nf S fx P : P partici on de c d

Entonces (sin ninguna hip otesis sobre las fx o las fy ), vale que I S son funciones integrables en a b y adem as
b b

f
R a

S xdx

I xdx

Vale el resultado an alogo para fy . Para la demostraci on, consideremos una partici on P del rect angulo, donde i xi xi1 es una partici on de a b y j y j y j1 es una partici on de c d , de manera que los rect angulos Ri j i j de a rea xi1 xi yi1 yi forman la partici on P del rect angulo original. Como antes, abusamos un poquito de la notaci on y usamos para denotar al intervalo y a su longitud. Entonces I f P

mi j f i j mi j f j i
i j i j

7.4 NOTAS

181

donde mi j f indica el nmo de f en Ri j . Si x Ri j , entonces m j fx (el nmo de fx en j ) es mayor o igual que el nmo de f en Ri j , pues m j fx nf f x y : x jo y j

nmo en el conjunto original y el nmo en un subconjunto -en este caso x j - siempre es mayor o igual que el -en este caso i j . Se deduce que, cualquiera sea x i ,

mi j f j m j fx j
j j

I fx

I x

Si en el extremo derecho tomamos el nmo para x i - que anotamos mi I -, multiplicamos por i y sumamos, se deduce que I f P mi j f j i mi I i I I es decir I f P I I . Con un razonamiento an alogo se deduce que I S S f P. Luego, como I x S x para todo x a b , tambi en se tiene la desigualdad I I I S . Juntando estas desigualdades se obtiene la cadena I f P I I I I I S S f P Como f es integrable, los extremos se pueden hacer tan pr oximos como queramos renando la partici on P, y en consecuencia debe ser f
R i j i

I I

I I

I
a

lo que prueba que I es integrable en a b , con integral igual a la integral doble de f . La prueba para la integral de S es id entica y la omitimos, lo mismo vale para las armaciones respecto de fy .

182

Integrales multiples

8 T EOREMA

DE CAMBIO DE VARIABLES

Si yo estuviera comenzando mis estudios nuevamente, seguir a el consejo de Plat on y comenzar a por las matem aticas. Galileo Galilei

8.1. El m etodo de sustituci on

Nuestro objetivo para terminar con estas notas es entender como funciona el teorema de cambio de variables en dimensiones 2 y 3, teorema que generaliza la idea del m etodo de sustituci on para integrales en . Recordemos que si f es una funci on continua en un intervalo cerrado I , y g es una funci on C 1 en a b tal que se puede hacer la composici on f g en a b , entonces hx f gxg x es una funci on integrable y adem as
b a

f gxg xdx

gb g a

f udu

(8.1)

En efecto, si F es una primitiva de f , es decir F t f t para todo t en el intervalo I , entonces se chequea f acilmente (derivando) que H x F gx es una primitiva de f gxg x. Si aplicamos el Teorema Fundamental del C alculo Integral a la funci on f en el intervalo con extemos ga gb, obtenemos F gb F ga
gb ga

f udu

puesto que F es primitiva de f . Por otro lado, aplicando el mismo teorema a la funci on H en el intervalo a b obtenemos F gb F ga lo que prueba la igualdad (8.1). H b H a
b a

f gxg xdx

8.2. Particiones generales

Empecemos por una consideraci on general que no demostraremos con gran detalle, pero que es razonable y permite simplicar los razonamientos que seguir an. Para calcular integrales dobles, dado un dominio

184

Teorema de cambio de variables

D con una frontera buena, lo que hacemos es subdividir el dominio en rect angulos, de lados paralelos a los ejes. Mientras m as peque nos sean los rect angulos, mejor es la aproximaci on del dominio, y una integral la pensamos como l mite de las sumas l m f Pi Ri donde Pi Ri . En particular, el a rea de D se calcula sumando las a reas de los rect angulos. Sin embargo, la elecci on de estas guras (rect angulos de lados paralelos a los ejes) es en cierta medida arbitraria. Es consecuencia de que el a rea de un rect angulo es f acil de calcular. Pero esto u ltimo tambi en es cierto para muchas otras guras, y nada impide calcular integrales usando estas guras, es decir, enmarcando al dominio D con estas guras, particion andolo y calculando las sumas como arriba, y luego tomando el l mite al renar la partici on. Un caso concreto es el siguiente: podemos tomar paralelogramos, es decir, guras de lados paralelos dos a dos, y hacer una partici on de D como indica la gura:

Puede probarse que existe la integral de f en D usando rect angulos comunes si y s olo si existe la integral usando estos paralelogramos. La idea de por qu e funciona esto es la siguiente: dado un rect angulo R de lados paralelos a los ejes, puede tomarse una partici on del mismo usando paralelogramos, que aproxime tanto como uno quiera al rect angulo R.

Rec procamente, dado un paralelogramo R , se lo puede aproximar tanto como uno quiera usando rect angulos de lados paralelos a los ejes.

Vamos a usar este hecho: si f es integrable en D, entonces su integral se puede calcular como f
D

l m f Pi R i

on D, y Pi R donde R i es una familia de paralelogramos que aproxima la regi i.

8.3 Transformaciones lineales

185

8.3. Transformaciones lineales

Observemos primero que ocurre en el plano, con una transformaci on lineal T : 2 2 inversible. Dados dos vectores linealmente independientes, estos van a parar por T a otros dos vectores linealmente independientes. Y entonces todo rect angulo (o mejor dicho, todo paralelogramo) va a parar a otro paralelogramo. Veamos la relaci on entre las a reas de R y R T R , razonando primero sobre un caso particular.

Dado un rect angulo de lados paralelos a los ejes, su a rea se calcula como base por altura, R AB. Podemos suponer que el rect angulo tiene uno de sus v ertices en el origen, como indica la gura de abajo, pues una traslaci on no modica su a rea. Es decir, los lados miden exactamente A y B.

y B R
A

Si la transformaci on lineal T est a dada por la matriz T A 0 mientras que T A1 0

a c

b d

en la base can onica, entonces se tiene

Aa

AT 1 0 Bb d

Aa c
Bb

Ac

Entonces nuestro rect angulo R va a parar al paralelogramo R T 0 B. Ahora recordemos que dados dos vectores v w 3 , el a rea del parelelogramo determinado por vw se puede calcular como la norma del producto vecv w . Totorial entre v y w, es decir area memos entonces el paralelogramo imagen, pero pensado en el plano xy en 3 como indica la gura de la derecha. Los vectores son simplemente v Aa Ac 0, w Bb Bd 0. T R es entonces
i det Aa Bb

T 0 B

BT 0 1

T R que est a generado por T A 0 y

Bd

w v
T A

y
T 0

B 0

0 0

x El a rea de R vw

j Ac Bd

k 0 0

0 AaBd AcBb

AB ad bc

R det T

Hemos descubierto el siguiente hecho fundamental: Proposici on 8.3.1. Si T : 2 2 es una transformaci on lineal inversible, y R es un rect angulo de lados paralelos a los ejes, entonces el a rea del paralelogramo R T R que se obtiene como la imagen de R por

186
T

Teorema de cambio de variables

es R

det T R

Pero entonces, dada cualquier gura D 2 que sea medible, si D T D indica la imagen de D por una transformaci on lineal T inversible, podemos cubrir D con rect angulos R i que aproximen la gura, y as estaremos llenando D T D con paralelogramos Ri T Ri que aproximan esa gura, como en el dibujo:

R
i

T D

Ri

En consecuencia, D T D

T D

det T D . En efecto, l m T R i l m det T R i det T D

l m R i

Esta misma idea aplicar para calcular integrales. Observemos en la gura, que si f : 2 se puede est a denida en D T D , entonces f T est a denida en D :

D f T

T D

Teorema 8.3.2 (Cambio de variable, versi on lineal). Si D inversible y f : D T D es integrable, entonces f

D D

2 , T : 2

2 es una transformaci on lineal

det T T R i aproximen D

angulos que aproximen D , de manera que Ri Demostraci on. Tomamos R i rect

8.4 Cambio de variable

187

si Pi Ri , se puede escribir Pi T D . Entonces,

T D

T Qi con Qi R i , luego l m f T Qi T R i
D

l m f Pi Ri

l m det T f T Qi R i

det T

Ejemplo 8.3.3. Supongamos sabido que el a rea de un disco de radio R en el plano es R2 . Se quiere calcular el a on rea de una elipse E de radios a b 0 dada por la parte interna de la curva de ecuaci

x a

y b

x y Si consideramos T

ax

by, es una transformaci on lineal cuya matriz es simplemente T a 0 0 b ab. Observemos que la circunferencia unitaria

Como a b 0, Tes inversible y en particular det T ab x2 y2 1 va a parar a E si le aplicamos T : D

T D

Entonces E
E

T D

1 det T

D det T

ab

8.4. Cambio de variable

Obsevemos la analog a en la f ormula del Teorema 8.3.2 con la f ormula (8.1), que representa el caso de una variable: det T juega el papel de g . Por ahora este teorema tiene utilidad limitada. Lo que queremos es extender el resultado a funciones inyectivas cuya diferencial sea inversible salvo un conjunto muy peque no o n T : 2 2 inyectiva, queremos hallar (de medida nula). Es decir, dado un dominio D y una funci primero la relaci on entre D y T D D,

188

Teorema de cambio de variables

D f T

T D

f T

D T D

la relaci y luego ver cu al es on entre la integral de f en un dominio y la de f T en el otro.

Si T es inyectiva, el dominio D T D se puede pensar cubierto con las im agenes de los rect angulos entonces T R aproximan D T D . C aproximan D o mo calcular que cubren D , es decir si R i i la medida de cada T R cil, ya que T no es lineal y cada Ri T R i ? En principio es un problema dif i est a deformado como indica la gura:

R i

Ri

T R i

La idea ahora es la siguiente. Podemos escribir, dado Pi 2 , una expresi on aproximada T X T Pi DT Pi X OX

donde OX es simplemente lo que falta despu es del t ermino lineal. Esta armaci on es imprecisa y luego haremos una demostraci on formal, pero por ahora pensemos que T se puede escribir as . Tenemos como hip otesis que DT es inversible, salvo tal vez un conjunto de medida nula. Entonces podemos imaginar que, como el primer t ermino es s olo un desplazamiento por un vector jo T Pi 2 , que no modica el no, y no aporta nada sustancial al a rea, entonces para un a rea, mientras que OX es sucientemente peque ertice en Pi , rect angulo peque n o R i con v T R i DT Pi R i det DT Pi R i Siguiendo con esta l nea de pensamiento, se tendr a para un dominio D y un conjunto de rect angulos R i que aproximen D , T D l m T R i l m det DT Pi R i es decir D Mientras que si f : D T D T D l m DT Pi R i
D

det DT

det DT

es integrable, con un razonamiento an alogo tambi en se tendr a

f
D

T D

T det DT

8.4 Cambio de variable

189

Vamos a llamar a JT

det DT el determinante Jacobiano de la funci on T .

Antes de pasar a una demostraci on veamos unos ejemplos para ver como se usa este resultado, conocido como teorema de cambio de variable. Ejemplo 8.4.1. Una transformaci on que se usa frecuentemente es la dada por el cambio de coordenadas polares, donde T r r cos r sen En este caso se tiene DT con lo cual JT r cos2 r sen2 r.
si 0 2 y 0 r R, entonces 0. Se tiene que, 0 R 0 2 mientras que T D BR . En conseR

cos sen

r sen

r cos

1. Calculamos el a rea del disco BR de radio R T r recorre la circunferencia. Esto es D cuencia,

2

BR 2. Se quiere integrar la funci on f x y xy

x 2 y 2 2
5

rdrd
0 0

1 2 r 2 2

R 0

R2

y
R2 R1

un en la regi on anular A de arco 4 entre R1 y R2 seg indica la gura de la derecha. Luego D mientras que T D R1 R2

A, con lo cual
4

f
A
4

T JT

R2 R1 R2

r cosr sen rdrd r5

1 1 R 4 sen2 0 R2 2 r 1

cos send

1 1 1 1 22 R R
2 1

1 dr 2 R1 r R2 R1 4 R1 R2

Pasemos ahora a la demostraci on del teorema. La idea central est a extra da del libro C alculo en variedades, de M. Spivak [9].

190

Teorema de cambio de variables

2 inyectiva y C1 . Sea D det DT , entonces 2 acotado y f : D

2 Teorema 8.4.2. Sea T : DT es inversible en D y JT

T D

integrable. Si

f
D

T JT

Demostraci on. Basta probar, dado P D , que existe un entorno de R de P donde vale el teorema es decir

En efecto, si esto es cierto entonces dividiendo D en un conjunto nito de entornos R i donde vale el teorema, y sumando las integrales, se tiene el resultado en el conjunto total D . La idea de la demostraci on es descomponer a la funci on T como la composici on de dos funciones, cada una moviendo una sola variable, y usar sustituci o n en una variable en cada una de las funciones.

T R

T JT

K H

T D

H H D

Sea P a b D , y T x y t1 x y t2 x y y supongamos primero que DT P I2 . En particular on C1 y tambi en se tiene DH P I2 , t1 P 1 0. Si ponemos H x y t1 x y y, H es una funci puesto que DH
t1 x t1 y

t1 t1 Observemos que JH det DH on x x pues como esta derivada parcial vale uno en P, y es una funci 1 continua pues T es C , podemos suponer que estamos en un entorno donde es positiva. Es decir

JH

t1 x

Como DH P I2 , por el teorema de la funci on inversa existe un entorno U (que vamos a suponer que es un rect angulo abierto) de P donde H es inversible. Ahora ponemos K x y
x t2 H

1 x y

191

8.4 Cambio de variable

denida en un entorno de H P. Reemplazando se ve que K H t1 x y t2 x y T . Observemos que DT DKH DH , donde por DKH queremos decir la diferencial de K evaluada en H X . Luego det DT det DKH det DH , con lo cual JT JKH JH

Tomemos un conjunto W U alrededor de P, y una funci on g integrable all . Podemos suponer que W es a b c d U que contenga W , y sucientemente peque no para que se pueda tomar un rect angulo R extendemos g como cero en R W como es habitual. Entonces por el Teorema de Fubini,

donde Iv es el intervalo dado por la imagen de a b via g1 u v con v c d jo, seg un indica la gura, pues H ja c d :

H W

g
cd Iv

gu vdudv

y d
v c

H R

x Iv Ahora hacemos la sustituci on u uv x t1 x v. Derivando respecto de x se tiene du y cuando x recorre a b , u recorre Iv . Entonces gu vdu
Iv ab

t1 x vdx x t1 x vdx x
g

gt1 x v v

con lo cual
H W

g
cd ab

gt1 x v v

Con una cuenta an aloga se tiene, para cualquier entorno abierto V de H P sucientemente peque no,
K V

t1 x vdxdv x

H JH

K JK
H R

Luego

LLamando g

K JK y usando que H W

T R

K H R

f
W g W

K JK

H JH se deduce que K H JKH JH

H R

K JK

192

Teorema de cambio de variables

Como DT X DKH X DH X , tomando determinante se tiene JKH JH JT (donde con JKH queremos indicar al Jacobiano de K , evaluado en H ), y juntando las u ltimas dos ecuaciones se tiene
T R

T JT

Por u ltimo, si DT P I2 , basta llamar A mando T A1 T , se tiene

T R

DT P que es una transformaci on lineal inversible, y lla-

AT R

T R

A det A

usando el resultado para transformaciones lineales A. Si aplicamos arrafo de arriba lo que probamos en el p a la funci on T (que ahora verica DT P I2 ), se tiene entonces
T R

A det A

A A1 T JT

det A

f R
z2

T JT

pues JT

detA1 det T

det A 1 JT .

Terminemos esta secci on con un ejemplo sutil.

x y2 y sobre el piso z Ejemplo 8.4.3. Se quiere calcular el volumen encerrado bajo el cono pero en el rect angulo R 0 1 0 1 del primer cuadrante. En resumen, se quiere calcular

0,

x2 y2 dxdy

Presenta ciertas dicultades la integral en coordenadas cartesianas, luego hacemos el cambio de variable a coordenadas polares, es decir T r r cos r sen . El integrando queda como
f

T JT

rr

r2

muy sencillo de integrar.

El problema es el dominio R. Tenemos que identicar el dominio D da do en coordenadas polares tal que T D R. Para ello es conveniente dibujar R y partirlo al medio por la diagonal, como en la gura de la derecha:

T2 T1 R x

Se tienen dos tri angulos T1 T2 de igual a rea, y por la forma del cono sabemos que el volumen lo podemos calcular como vol f f
T1 T2

8.4 Cambio de variable

193

El tri angulo T1 est a determinado por las condiciones 0 y x, 0 x 1. En coordenadas polares, se observa que 0 1. Pero 4 , mientras que para cada jo r se mueve entre cero y la recta vertical x esta recta en coordenadas polares es r cos 1, es decir r 1 cos

Luego debe ser D 1 el dominio en r dado por las condiciones 0 Se tiene entonces 1 vol 2 Luego 1 vol 2 1 1 4 11 d 3 0 cos3 32 11 2 ln1 2 32

1 mientras que 0 cos

f
T1

T D 1

D 1

T JT

1 cos 0

r2 drd

senr lnsecr tant cos2 r cos2 r

donde usamos una tabla para calcular la primitiva.

8.4.1. Cambio de variable en 3

Para el espacio, se tiene un resultado an alogo. En primer lugar, no es dif cil probar que si R es un parale3 logramo s olido en , y T es una transformaci on lineal inversible, entonces R T R es otro paralelogramo s olido y adem as det T R R Con esto, se tiene un enunciado equivalente al del Teorema 8.3.2, con una demostraci on an aloga: Teorema 8.4.4. Si D 3 y T : 3 3 es una transformaci on lineal inversible, entonces si D es medible, D T D es medible y adem as D det T D

Finalmente, usando las mismas ideas que antes, toda funci on inyectiva T : 3 3 con diferencial inversible nos permite hacer un cambio de variable que transforma una integral en D en una integral en D T D , de la siguiente manera. Teorema 8.4.5. Sea T : 3 DT es inversible en D y JT
3 inyectiva y C1 . Sea D det DT , entonces 3 acotado y f : D

T D

integrable. Si

f
D

T JT

194

Teorema de cambio de variables

La demostraci on usa las mismas ideas que el caso n 2 y la omitimos. El u nico comentario a tener en cuenta es que ahora hay que descomponer a T como una aplicaci on que primero mueve dos variables y despu es una, y usar el resultado que ya tenemos para dos variables. Es decir, es una demostraci on por inducci on. Para terminar este libro, calculamos integrales en algunos ejemplos que ilustran el poder del teorema combinado con los cambios de variables cil ndricos y esf ericos Puede haber mejor manera de cerrar un apunte? Nos gusta creer que, como dijo el gr an matem atico ruso V. I. Arnold (1937-2010), la matem atica es una ciencia experimental, con un laboratorio muy f a cil de mantener. Ejemplo 8.4.6. 1. Coordenadas cil ndricas. La transformaci on T est a dada por

T r z r sen, z z.

r cos

r sen z

Esto es x

r cos, y

Es muy conveniente cuando la regi on D a integrar presenta simetr a alrededor de un eje, el eje de rotaci on. En este caso alrededor del eje z, pero con peque nas modicaciones pueden considerarse otras rectas como eje de rotaci on. Aqu

DT

luego JT det T r. on manda un ladrillo vertical, en el espacio r z (de lados Esta transformaci r 2 z0 ) en un cilindro vertical en el espacio x y z (de radio r y altura z0 ) como indica la gura: z

cos sen 0

r sen
r cos 0

0 0 1

z0 T r z0

Si jamos la altura z z0 , la transformaci on T r z0 recorre una circunferencia horizontal de radio r en la altura del plano z z0 , donde x e y se pueden calcular observando que en la gura, el vector T r z0 mirado en el piso tiene componentes x r cos y r sen

8.4 Cambio de variable

195

El a asemos el plano xy desde arriba. El ngulo se mide desde el eje x, en contra del reloj como si mir n umero r x2 y2 nos da la distancia del punto x y z al punto 0 0 z, es decir, la distancia al eje z.

Aqu z est a libre, umero entre 0 2 para que sea una funci on inyectiva (sino es pero debe ser un n tamos pasando umero positivo pues representa una distancia. ngulo), y r un n dos veces por el mismo a

Es decir, si r z viven en 0 0 2 , entonces T r z recorre todo el espacio en forma inyectiva, con una salvedad: si r 0, y z z0 est a dado, cualquiera sea el a ngulo no nos moveremos del punto 0 0 z0 . Esto no es un problema pues r 0 representa la recta del eje z, que es una regi on que no tienen ning un volumen que pueda afectar el c alculo de una integral.

a) Se quiere olido de revoluci on que se obtiene al girar el a rea bajo el calcular el volumen del s gr aco de una funci on f en el intervalo a b . Se supone que f es positiva all , de manera que se obtiene una gura s olida:

f a a

f x x

El volumen es independiente de la posici on, as que para aprovechar las coordenadas cil ndricas pensamos a f como funci on de z, en el plano yz, es decir y f z 0 como indica la gura:

196

Teorema de cambio de variables

f z

Az

f z2

de revoluci Al hacerla girar alrededor del eje z obtenemos el s olido on. Fijado un z concreto entre a y b, el corte con el s olido est a dado por la circunferencia 0 r f z. Luego integrando en coordenadas polares se tiene
2 b a 0 b1 2 a f z

vol
0

rdrdzd
b

f zdz

f 2 zdz

f ormula general que tambi en puede interpretarse como que integramos entre a y b las supercies de los discos de radio f z, que valen exactamnente f z2 .

z R h

1) Calculemos el volumen de un cono s olido de base R y altura h. Dibujado con eje en el eje z, el cono se obtiene girando el a rea bajo la recta y R h z, con z entre 0 y h. Luego vol cono R2 2 z dz h2 0 1 2 1 R h vol cilindro 3 3
h

R hz

2) Calculamos el volumen del s olido no acotado que se obtiene al girar el a aca rea bajo la gr , para x 1 : de y 1 x

8.4 Cambio de variable

197

1 x

1 1 1 m r l m 1 dz l r z 1 r z2 r Sorprendentemente, aunque el s olido es no acotado, su volumen es nito! Resulta m as a 1 sorprendente u n si recordamos que el a rea bajo la gr a ca de f x no es nita pues la x dx no es convergente . integral impropia 1 1 x

Se tiene

vol
r r

l m

2. Coordenadas esf ericas. En este caso se trata de una transformaci on que es u til para regiones que presentan simetr as alrededor de un punto del espacio, el caso m a s sencillo es una esfera. La trans por formaci on T est a dada

T r

r cos sen

r sen sen r cos

Para interpretarla, hay que considerar que un cubo de lado r 2 se transforma en una esfera de radio r en el espacio x y z. Para leer estas cordenadas en una esfera, es conveniente entender su representaci on gr aca: r representa el radio, es decir, la distancia al origen. Debe ser entonces un n umero positivo. El a ngulo una vez m as se mide desde el eje x en sentido antihorario, es un n umero entre 0 y 2 . Por u ltimo, el a ngulo se mide desde el eje z en forma vertical, pero basta tomar un para recorrer todo el espacio, ya que los a numero entre 0 y ngulos mayores se alcanzan tomando entre y 2. z

T r

x Se observa que a r sen representa la distancia de x y 0 al origen, mientras que r cos es la altura o coordenada z del punto.

Teorema de cambio de variables

198

La diferencial de T es la matriz

DT

cos sen sen sen cos

r sen sen r cos cos r cos sen r sen cos r sen 0

luego desarrolando por la u ltima la se tiene JT det T

cos r2 sen2 sen cos r2 cos2 cos sen r sen r cos2 sen2 r sen2 sen2

2 sen r2 cos2 sen r2 sen

r2 sen

Como en 0 el seno es positivo, se tiene JT

2

r sen

a) Para empezar, calculamos el volumen de una esfera de radio R.

2 0 0 R

vol BR

r2 sendrd d 2 3 R cos 0 3 z
R2 R1

1 2 R3 3

send
0

4 3 R 3

b) De acuerdo a las leyes del electromagnetismo, la carga total el ectrica QT de un objeto es simplemente la suma de las cargas puntuales. Al igual que en el caso de la masa, en el caso de un objeto s olido D provisto de una densidad de carga , la carga total se consigue integrando en el s olido D. Queremos calcular la carga total de una c ascara esf erica seg un las restricciones 2 y2 cuya densidad de 0 R1 r R z x carga 2 2 2 2 es x y z x2 y2 x y z . La segunda ecuaci on es la de un cono, luego en el corte con el plano yz veremos la regi on anular encerrada por las rectas z y. Entonces, como r QT r sen r2
2 0 3 4 4 3 4

sen , r
R2 R1

sen 2 r sen drd d r 1 2 2 R R 1 2 2

2 R2 2 R1

2
4

sen2 d

1 4 2

Ocurre aqu un fen omeno curioso. Observemos que la densidad de carga tiende a innito cuando r 0. Sin embargo las esferas de radio peque no aportan poca carga total, con lo cual, haciendo

8.4 Cambio de variable

199

tender R1

1 4 2 que nos dice que la carga total es nita a un en el caso de que la regi on toque el origen. QT R2 2

0, se tiene

En el juicio nal, cuando me pidan justicar mi vida, me levantar e orgulloso y dir e Fui uno de los senescales de la matem atica, y no sufri o ning un da no bajo mi cuidado. U. D UDLEY

200

Teorema de cambio de variables

B IBLIOGRAF IA

[1] G. Birkhoff, S. MacLane, Algebra Moderna. Ed. Vicens Vives, Barcelona, 1963. [2] R. Courant, J. Fritz, Introducci on al c alculo y el an alisis matem atico. Vol. 1 y 2, Ed. Limusa-Wiley , M ejico, 1998. [3] S. Lang, Introducci on al a lgebra lineal. Ed. Addison-Wesley Iberoamericana, Argentina, 1990. [4] J.E. Marsden, A.J. Tromba, C alculo vectorial. Ed. Addison-Wesley Iberoamericana, Argentina, 1991. [5] R. J. Noriega, C alculo diferencial e integral. Ed. Docencia, Buenos Aires, 1987. [6] J. Rey Pastor, P. Pi Calleja, C. Trejo, An alisis Matem atico. Vol. I. Ed. Kapelusz, 1973. [7] J. Rey Pastor, P. Pi Calleja, C. Trejo, An alisis Matem atico. Vol. II. Ed. Kapelusz, 1973. [8] M. Spivak, C alculo innitesimal. Ed. Revert e, Barcelona, 1991. [9] M. Spivak, C alculo en variedades. Ed. Revert e, Barcelona, 1970.